ds-quiz2

ds1

tidymodels

statlearning

mchoice

Published

May 17, 2023

Aufgabe

Im Folgenden sind mehrere Aussagen zum Thema maschinelles Lernen dargestellt. Wählen Sie alle korrekten Aussagen aus!

Hinweise:

Alle Aussagen sind entweder richtig oder falsch, aber nicht beides.
Beziehen Sie sich im Zweifel auf den Stoff wie im Unterricht dargestellt.

Answerlist

Je größer der Wert von mtry in einem Random-Forest-Modell, desto besser die Modellgüte in der Regel.
Random-Forest-Modelle und Baginng-Modelle basieren auf einem Bootstrapping-Verfahren.
Beim kNN-Modell ist ein Distanzmaß \(d\) die euklidische Distanz, die sich im 2D-Fall wie folgt berechnet: \(d = \sqrt{a^2 + b^2}\). Dabei sind \(a\) und \(b\) die Distanz zwischen zwei Punkten \(x\) und \(y\) in den Dimensionen \(A\) und \(B\).
Beim Random-Forest-Modell nennt man den Teil der Train-Stichprobe, der nicht in die Berechnung des jeweiligen Baumes einfließt, die “OOB-Stichprobe”.
Overfitting tritt bei linearen Modellen nicht auf.
Berechnet man die Vorhersagegüte eines Modells in mehreren Stichproben, so kann man die Vorhersagegüte für ein Test-Sample präziser bestimmen.
Bei baumbasierten Klassifikationsmodellen ist es dazu Ziel, die Homogenität (hinsichtlich der AV) in jedem Endknoten (“Blatt”) zu maximieren.

Lösung

Answerlist

Falsch. Die obige Behauptung stimmt oft nicht.
Richtig.
Richtig.
Richtig.
Falsch. Zwar tritt Overfitting bei (einfachen) linearen Modellen oft weniger auf, aber gerade bei Verwendung von Polynomen ist die Gefahr des Overfitting hoch.
Richtig.
Richtig

Categories:

ds1
tidymodels
statlearning
mchoice

---
exname: ds-quiz2
extype: mchoice
exsolution: 37385
exshuffle: yes
categories:
- ds1
- tidymodels
- statlearning
- mchoice
date: '2023-05-17'
slug: ds-quiz2
title: ds-quiz2

---





```{r global-knitr-options, include=FALSE}
knitr::opts_chunk$set(fig.pos = 'H',
                      fig.asp = 0.618,
                      fig.width = 4,
                      fig.cap = "", 
                      fig.path = "",
                      echo = FALSE,
                      message = FALSE,
                      fig.show = "hold")
```






# Aufgabe

Im Folgenden sind mehrere Aussagen zum Thema maschinelles Lernen dargestellt.
Wählen Sie alle korrekten Aussagen aus!

Hinweise:

- Alle Aussagen sind entweder richtig oder falsch, aber nicht beides.
- Beziehen Sie sich im Zweifel auf den Stoff wie im Unterricht dargestellt.



Answerlist
----------

* Je größer der Wert von `mtry` in einem Random-Forest-Modell, desto besser die Modellgüte in der Regel.
* Random-Forest-Modelle und Baginng-Modelle basieren auf einem Bootstrapping-Verfahren.
* Beim kNN-Modell ist ein Distanzmaß $d$ die euklidische Distanz, die sich im 2D-Fall wie folgt berechnet: $d = \sqrt{a^2 + b^2}$. Dabei sind $a$ und $b$ die Distanz zwischen zwei Punkten $x$ und $y$ in den Dimensionen $A$ und $B$.
* Beim Random-Forest-Modell nennt man den Teil der Train-Stichprobe, der nicht in die Berechnung des jeweiligen Baumes einfließt, die "OOB-Stichprobe".
* Overfitting tritt bei linearen Modellen nicht auf.
* Berechnet man die Vorhersagegüte eines Modells in mehreren Stichproben, so kann man die Vorhersagegüte für ein Test-Sample präziser bestimmen.
* Bei baumbasierten Klassifikationsmodellen ist es dazu Ziel, die Homogenität (hinsichtlich der AV) in jedem Endknoten ("Blatt") zu maximieren.


</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>

# Lösung


Answerlist
----------


* Falsch. Die obige Behauptung stimmt oft nicht.
* Richtig.
* Richtig.
* Richtig.
* Falsch. Zwar tritt Overfitting bei (einfachen) linearen Modellen oft weniger auf, aber gerade bei Verwendung von Polynomen ist die Gefahr des Overfitting hoch.
* Richtig.
* Richtig




---

Categories: 

- ds1
- tidymodels
- statlearning
- mchoice