kNN- neighbor
13 Questions
2 Views

Choose a study mode

Play Quiz
Study Flashcards
Spaced Repetition
Chat to Lesson

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

Was sind True Positives in einer Verwirrungsmatrix?

  • Fälle, in denen das Modell korrekt vorhergesagt hat, dass eine Instanz zur positiven Klasse gehört, und diese Vorhersage ist tatsächlich korrekt. (correct)
  • Fälle, in denen das Modell fälschlicherweise vorhergesagt hat, dass eine Instanz zur negativen Klasse gehört, obwohl sie tatsächlich zur positiven Klasse gehört.
  • Fälle, in denen das Modell korrekt vorhergesagt hat, dass eine Instanz zur negativen Klasse gehört, und diese Vorhersage ist tatsächlich korrekt.
  • Fälle, in denen das Modell fälschlicherweise vorhergesagt hat, dass eine Instanz zur positiven Klasse gehört, obwohl sie tatsächlich zur negativen Klasse gehört.

Was sind True Negatives in einer Verwirrungsmatrix?

  • Fälle, in denen das Modell fälschlicherweise vorhergesagt hat, dass eine Instanz zur positiven Klasse gehört, obwohl sie tatsächlich zur negativen Klasse gehört.
  • Fälle, in denen das Modell korrekt vorhergesagt hat, dass eine Instanz zur negativen Klasse gehört, und diese Vorhersage ist tatsächlich korrekt. (correct)
  • Fälle, in denen das Modell fälschlicherweise vorhergesagt hat, dass eine Instanz zur negativen Klasse gehört, obwohl sie tatsächlich zur positiven Klasse gehört.
  • Fälle, in denen das Modell korrekt vorhergesagt hat, dass eine Instanz zur positiven Klasse gehört, und diese Vorhersage ist tatsächlich korrekt.

Was sind False Positives in einer Verwirrungsmatrix?

  • Fälle, in denen das Modell korrekt vorhergesagt hat, dass eine Instanz zur positiven Klasse gehört, und diese Vorhersage ist tatsächlich korrekt.
  • Fälle, in denen das Modell fälschlicherweise vorhergesagt hat, dass eine Instanz zur positiven Klasse gehört, obwohl sie tatsächlich zur negativen Klasse gehört. (correct)
  • Fälle, in denen das Modell korrekt vorhergesagt hat, dass eine Instanz zur negativen Klasse gehört, und diese Vorhersage ist tatsächlich korrekt.
  • Fälle, in denen das Modell fälschlicherweise vorhergesagt hat, dass eine Instanz zur negativen Klasse gehört, obwohl sie tatsächlich zur positiven Klasse gehört.

Was sind False Negatives in einer Verwirrungsmatrix?

<p>Fälle, in denen das Modell fälschlicherweise vorhergesagt hat, dass eine Instanz zur negativen Klasse gehört, obwohl sie tatsächlich zur positiven Klasse gehört. (C)</p> Signup and view all the answers

Was visualisiert und quantifiziert die Verwirrungsmatrix?

<p>Die Anzahl der Instanzen, die richtig und falsch klassifiziert wurden. (D)</p> Signup and view all the answers

Was ist der Hauptunterschied zwischen Falsch Positiven und Falsch Negativen?

<p>Falsch Negativen sind schlimmer als Falsch Positiven (D)</p> Signup and view all the answers

Welche Aussage beschreibt k-Nearest Neighbor (kNN) am besten?

<p>kNN verwendet die euklidische Entfernung zur Bestimmung der Ähnlichkeit (A)</p> Signup and view all the answers

Wie wird die Vorhersage bei k-Nearest Neighbor (kNN) gemacht?

<p>Durch Mehrheitsabstimmung der k ähnlichsten Nachbarn (B)</p> Signup and view all the answers

Was bedeutet es, dass k-Nearest Neighbor (kNN) ein Beispiel für 'faules Lernen' ist?

<p>kNN merkt sich die Trainingsdaten nicht (D)</p> Signup and view all the answers

Warum kann k-Nearest Neighbor (kNN) hohe Berechnungsanforderungen haben?

<p>Weil kNN alle Trainingsdaten durchsuchen muss (B)</p> Signup and view all the answers

Was ist der Unterschied zwischen 1-Nearest Neighbor (1-NN) und k-Nearest Neighbor (k-NN)?

<p>1-NN sucht nach dem nächsten Nachbarn, während k-NN nach den k nächsten Nachbarn sucht (C)</p> Signup and view all the answers

Was sind Vorteile von k-Nearest Neighbor (kNN)?

<p>Schnelles Training (A)</p> Signup and view all the answers

Was sind Nachteile von k-Nearest Neighbor (kNN)?

<p>Empfindlichkeit gegenüber irrelevanten Merkmalen (A)</p> Signup and view all the answers
Use Quizgecko on...
Browser
Browser