schuetoliver
/
CDS1011_A2
2
1
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

LaTEX final commit

main
TheOriginalGraLargeShrimpakaReaper 2024-12-08 21:10:28 +01:00
parent ef5b36550b
commit 77ba7fe25e
2 changed files with 4 additions and 1 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

BIN
out/CDS1011_A2.pdf
View File

Binary file not shown.

5
term-paper/title.tex
View File

@ -12,5 +12,8 @@
\maketitle \maketitle
\begin{abstract} \begin{abstract}
Folgt Diese Arbeit untersucht die Zuverlässigkeit der Aktivitätserkennung anhand von Smartphone-Sensordaten des UCI Human Activity Recognition Datasets.\\
Nach einer Feature-Selection mittels Korrelationsanalyse wurden drei Klassifikationsverfahren (Decision Tree, KNN und Random Forest) trainiert und anhand des F1-Scores bewertet.\\
Random Forest und KNN lieferten durchschnittliche Ergebnisse, während der Decision Tree signifikant schlechter war.
Damit zeigt sich, dass eine grundlegende Aktivitätserkennung möglich ist, jedoch noch Optimierungspotenzial hinsichtlich Modellwahl und Datenaufbereitung besteht.
\end{abstract} \end{abstract}