Average Process
Recommended flashcard sets
Flashcards in the set
Haven't started (12)
Was sind Erfolgsmetriken und wofür werden sie verwendet?
Die Erfolgsmetriken z.B. Precision und Recall werden verwendet um die Ergebnisse bestimmer Vorhersagealorithmen zu bewerten. Bei solchen Algorithmen sollten möglichst viele Vorhersagen korrekt sein, also der tatsächlichen Messung entsprechen. Die Erfolgsmetriken zeigen, in unterschiedlicher Form, wie viele Vorhersagen korrekt waren
Wofür stehen die Abkürzungen TP, TN, FP und FN?
TP -> True-Positive: Positiver Wert wurde als positiv erkannt
TN -> True-Negative: Negativer Wert wurde als negativ erkannt
FP -> False-Positive: Negativer Wert wurde als positiver erkannt
FN -> False-Negative: Positiver Wert wurde als negativ erkannt
--> TP und TN sollten möglichst hoch sein
--> FP und TP sollten möglichst gering sein
Wie werden Precision, Recall, Accuracy und F-Measure berechnet?
Was bedeuten Precision und Recall?
Precision = TP/(TP+FP)
-> Wie viele der als positiv vorhergesagten sind tatsächlich positiv
Recall = TP/(TP+FN)
-> Wie viele der tatsächlich positiv vorhergesagten sind tatsächlich positiv
Accuracy = (TP+TN)/(TP+TN+FP+FN)
F-Measure = (2*Precision*Recall)/(Precision+Recall)
In welchen Fällen ist Precision wichtiger, in welchen Recall und warum?
Gebe je ein Beispiel
Precision ist wichtiger, wenn ein falsch positives Ergebnis schlimmere Folgen hätte, z. B. Amputationsentscheidungen anhand bestimmter Diagnose
Recall ist wichtiger, wenn ein falsch negatives Ergebnis schlimmere Folgen hätte, z.B. Tumorerkennung
Bei einem Corona-Schnelltest ist die Precision deutlich höher als der Recall. Entscheide ob der Test eher als gut oder schlecht einzuordenen ist
Der Test ist eher schlecht, weil bei Corona-Tests Recall hoch sein sollte. Ein falsch negatives Ergebnis (positiv wurde als negativ erkannt) sorgt ggf. für viele Ansteckungen, wohingegen ein falsch positives Ergebnis "nur" für eine Quarantäne sorgt. Daher sollten falsch positive Ergebnisse in Kauf genommen werden, um möglichst viele positive zu erkennen
Was sind Cluster und was soll durch das Clusterverfahren erreicht werden? Beschreibe ein Nutzungsbeispiel aus dem medizinischen Kontext
Ein Cluster ist eine (Teil-)Menge eines Datensatzes, bestehend auf einzelnen Datenpunkten z.B. Kunden mit bestimmten Eigenschaften (jeder Kunde ist ein Datenpunkt, der je nach Eigenschaft eingeordnet wird). Bei einem Clusterverfahren sollen die Datenpunkte des gesamten Datensatzes in Cluster, also Gruppen, eingeteilt werden, sodass die Punkte innerhalb der Cluster möglichst ähnlich und die Cluster zueinander möglichst unähnlich sind. Fachlich ausgedrückt soll in den Clustern eine hohe Homogenität und zwischen ihnen eine möglichst hohe Heterogenität erreicht werden.
Medizinische Bsp.: Patienteneinordnung in verschiedene Risikogruppen anhand ihrer Diagnose -> damit dann bessere Therapie- und Maßnahmen-Entscheidungen
Wie kann in einem Clusterverfahren bestimmt werden wie un-/ähnlich sich die Datenpunkte zueinander sind?
Un-/Ähnlichkeit kann anhand der Distanz berechnet werden, als wie weit einzelne Datenpunkte vonenander entfernt sind. Dabei gilt, dass eine kleine Distanz Ähnlichkeit anzeigt und andersherum
Berechne Euklidische Distanz, Manhatten-Distanz und Maximus-Metrik für die folgenden Punkte:
A = (6,2)
B = (3,4)
Was sind nominale Werte un was ist die einfachste Möglichkeit der Distanzberechnung?
Bei nominalen Merkmalen handelt es sich einfach um Wörter, statt Zahlen, die den Datenpunkt beschreiben. Distanzberechnung: Werte jeweils miteinander vergleichen und für jeden Wert, der nicht mit dem entsprechenden Wert übereinstimmt, steigt die Distanz um 1
Wie werden Distanzen zwischen Datenpunkten berechnet, welche nominale und numerische Werte enthalten?
Mit dem Gower-Koeffizient
Berechne den Gower-Koeffizient zwischen den Punkten A und C
A = (2, Rot, 7)
B = (5, Rot, 3)
C = (4, Blau, 2)
Gebe ein Beispiel für die Nutzung im medizinischem Kontext
Patienten-Cluster erstellen, anhand von Symptomen, Alter und Risikofaktoren, um die Wahrscheinlichkeit einer Diagnose oder eines Therapieerfolges vorherzusagen