zimmersandro/cds1011
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

kl

Browse Source
This commit is contained in:
git-sandro 2026-01-24 20:04:33 +01:00
parent e4eb18a8c3
commit f2c9f4eec6
2 changed files with 1 additions and 1 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

BIN
zusammenfassung/bilder/one_vs_one.webp Normal file
View File

Binary file not shown.
Side by Side

After

Width:  |  Height:  |  Size: 38 KiB

2
zusammenfassung/zusammenfassung.md
View File

@ -193,7 +193,7 @@ $$
|FPR (False Positive Rate)|Die FPR (False Positive Rate) misst, wie viele der negativen Beispiele fälschlich als positiv klassifiziert wurden. Eine FPR von 0.2 bedeutet: 20 % der negativen Beispiele wurden falsch als positiv erkannt. $\large FPR = \frac{FP}{FP+TN} $|
|Multiclass Classification|Multiclass Classification umfasst Datensätze mit mehreren Klassenbezeichnungen. <div><img src="bilder/binary_vs_multiclass_classification.webp" alt="Binäre vs Multiclass Classification" width="300"/> <img src="bilder/multiclass_classification.webp" alt="Multiclass Classification" width="300"/><div>|
|One vs. The Rest|Beim One vs. Rest Klassifizierungsansatz, der auf einen Datensatz mit N unterschiedlichen Klassen zugeschnitten ist, werden N binäre Klassifikatoren generiert, die jeweils einer bestimmten Klasse entsprechen. Die Anzahl der Klassifikatoren entspricht der Anzahl der eindeutigen Klassenbezeichnungen, die im Datensatz vorhanden sind. <img src="bilder/one_vs_the_rest.webp" alt="One vs. the Rest" width="600"/>|
|||
|One vs. One|Bei der One vs. One Klassifizierungsstrategie, die auf einen Datensatz mit N unterschiedlichen Klassen zugeschnitten ist, werden insgesamt N * (N-1) / 2 binäre Klassifikatoren generiert. Bei diesem Ansatz wird für jedes mögliche Klassenpaar ein binärer Klassifikator erstellt. <img src="bilder/one_vs_one.webp" alt="One vs. the Rest" width="600"/>|
|||
|||
|||