Kapitel 15 – Data Science Training

Mehrklassen-Klassifikation

Die genaue Schätzung des Alters eines Passagiers der Titanic ist mit den gegebenen Daten schwer. Vielleicht ist es einfacher, stattdessen den Altersbereich vorherzusagen. Hierzu können Anna und Karl mit Hilfe der Binning-Technik eine solche Einteilung vornehmen. Sie bekommen dann bspw. die folgenden Kategorien bzw. Klassen: Child, Teenage, Young, Adult, Middle, Senior. Das neue Zielattribut nennen sie AgeBinned . Dieses ist nun nicht mehr kardinal-, sondern ordinalskaliert. Da es mehr als zwei Klassen gibt, handelt es sich bei dieser Aufgabenstellung um eine Mehrklassen-Klassifikation. Als Klassifizierer verwenden die beiden Trainees wieder die bekannten Klassifikationsmethoden. Einige dieser Methoden sind eigentlich nicht für viele Klassen entwickelt worden, lassen sich aber auf die binäre Klassifikation zurückführen. Die Bewertung ist jedoch nicht ganz so einfach. Es gibt eine Mikro- und Makro-Mittelwertbildung zu Gütemaßen wie bspw. Präzision, Recall und das F-Maß. Außerdem benutzen Anna und Karl ein neues Güte- bzw. Fehlermaß: den LogLoss bzw. die Kreuzentropie. Am Ende stehen sie als Gewinner mit einem Pokal in den Händen da und Max ist mächtig stolz auf sie.

Keywords: Mehrklassen-Klassifikation, Binning, One vs. All, One vs. One, Mikro-Mittelwertbildung, Makro-Mittelwertbildung, LogLoss, Kreuzentropie, Naive Bayes, Entscheidungsbaum, Multilayer-Perzeptron, Support Vector Machine, logistische Regression, Random Forest, Gradient Boosted Trees.