Tweet
Ich hoffe sehr, dass schon jemand Erfahrungen mit der Kreuzvalidierung hat. Ich kann die entstandenen Ergebnisse einfach nicht deuten. Wie eine Kreuzvalidierung funktioniert weiß ich auch.
Ich versuche meine Ausgangssituation mal zu erklären. Die Trainings- bzw. Testdaten habe ich im Verhältnis 70%:30% geteilt. Für die Kreuzvalidierung habe ich meine Trainingsdaten in 4 Partionen teilen lassen. Um ein möglichst genaues Ergebnis zu bekommen habe alle Trainingsdatensätze genutzt. Der genutze Algorithmus ist der Decision Tree. Für jede Partions bekomme ich 5 Werte zurück, die wären (nur für eine Partion):
Test Measure Value Average StandardDeviation
Classifikation Pass 4659 4654 36,65
Classifikation Fail 2147 2150 36,22
Likelihood Log Score -0.61 -0.68 0.007
Likelihood Lift 0.349 0.352 0.0069
Likelihood RMSE 0.359 0.358 0.001
Ich denke:
Zeile 1 besagt, dass 4659 Fälle richtig gedeutet wurde. Der Durchschnitt aller richtig gedeuteten Fälle aller Partionen ist 4654. 46,65 ist die Anzahl an Fällen, die vom ursprünglichen MiningModell abweichen.
Zeile 2 hat die selbe Bedeutung wie Zeile 1 nur mit den Unterschied, das sich hier die Werte auf eine Falschdeutung bezieht.
Bei den Zeilen 3-5 muss ich passen.
Jetzt hoffe ich, das mir jemand bei der Deutung helfen kann, das ja sonst die ganze MiningStruktur nicht sicher verwendbar ist. In der MSDN konnte ich leider auch nicht mehr Verständnis erlangen.
Ich versuche meine Ausgangssituation mal zu erklären. Die Trainings- bzw. Testdaten habe ich im Verhältnis 70%:30% geteilt. Für die Kreuzvalidierung habe ich meine Trainingsdaten in 4 Partionen teilen lassen. Um ein möglichst genaues Ergebnis zu bekommen habe alle Trainingsdatensätze genutzt. Der genutze Algorithmus ist der Decision Tree. Für jede Partions bekomme ich 5 Werte zurück, die wären (nur für eine Partion):
Test Measure Value Average StandardDeviation
Classifikation Pass 4659 4654 36,65
Classifikation Fail 2147 2150 36,22
Likelihood Log Score -0.61 -0.68 0.007
Likelihood Lift 0.349 0.352 0.0069
Likelihood RMSE 0.359 0.358 0.001
Ich denke:
Zeile 1 besagt, dass 4659 Fälle richtig gedeutet wurde. Der Durchschnitt aller richtig gedeuteten Fälle aller Partionen ist 4654. 46,65 ist die Anzahl an Fällen, die vom ursprünglichen MiningModell abweichen.
Zeile 2 hat die selbe Bedeutung wie Zeile 1 nur mit den Unterschied, das sich hier die Werte auf eine Falschdeutung bezieht.
Bei den Zeilen 3-5 muss ich passen.
Jetzt hoffe ich, das mir jemand bei der Deutung helfen kann, das ja sonst die ganze MiningStruktur nicht sicher verwendbar ist. In der MSDN konnte ich leider auch nicht mehr Verständnis erlangen.