Faktorenvorselektion Im Data Mining |
|
| Author:
| Buchel, Nina |
| Series title: | Advances in Information Systems and Management Science Ser. |
| ISBN: | 978-3-8325-2362-6 |
| Publication Date: | Dec 2009 |
| Publisher: | Logos Verlag Berlin
|
| Book Format: | Paperback |
| List Price: | USD $61.00 |
Book Description:
|
Die haufig in der Praxis vorliegenden hochdimensionalen Daten konnen heutzutage auch nicht mit Hilfe anspruchsvoller Data Mining-Methoden performant bearbeitet werden. Somit ist eine Faktorenvorselektion unumganglich, um die Qualitat der Datenanalyse zu steigern. Bei den vorhandenen Ansatzen wird jedoch der vorliegende Data Mining-Kontext ausser Acht gelassen, so dass spezielle Verteilungs- und Skalierungsannahmen getroffen werden, die so nicht vorliegen. Neben einem Vorgehensmodell...
More DescriptionDie haufig in der Praxis vorliegenden hochdimensionalen Daten konnen heutzutage auch nicht mit Hilfe anspruchsvoller Data Mining-Methoden performant bearbeitet werden. Somit ist eine Faktorenvorselektion unumganglich, um die Qualitat der Datenanalyse zu steigern. Bei den vorhandenen Ansatzen wird jedoch der vorliegende Data Mining-Kontext ausser Acht gelassen, so dass spezielle Verteilungs- und Skalierungsannahmen getroffen werden, die so nicht vorliegen. Neben einem Vorgehensmodell fur die Dimensionsreduktion im Data Mining-Umfeld wird genauer auf die bereits vorhandenen Masszahlen eingegangen. Da sich diese jedoch haufig am klassischen Unabhangigkeitsfall orientieren, wird weiterhin die obere und untere Assoziation als neue Masszahl auf Basis der Copula vorgestellt.