Prüfung vom 24.6.2008

Es war(en) jeweils die richtig(en) Aussagen anzukreuzen

1. k-fold cross-validation
	* jeder Datenpunkt kommt 1x im Testset vor
	* es kommen k Datenpunkte im Testset vor
	* jeder Punkt kommt mit der Wahrscheinlichkeit seines Auftretens im Testset vor
	* ???

2. Support Vector Machines
	* Aussage mit "maximiert den Abstand zu den Punkten"
	* ???
	* ???
	* ???
	
3. Decision Tree Beispiel
	- Ein gegebener Decision Tree soll mit (rain, 25, 80, TRUE) abgefragt werden.
	- Gegeben: (weather, temperature, humidity, windy)
	- Root Node war Weather? -> rain,sunny,... 
		von rain gehts zu Windy? -> true or false
		bei true war "No Play 2" und "Play 0"
	- Ankreuzen, ob "Play | No Play"

4. gegeben vier Quadrate mit folgender Datenpunkteverteilung:
	- Quadrat 1: unübersichtlich viele, keine Relation zw. weißen und schwarzen Punkten
	- Quadrat 2: 3 weiße, 3 schwarze
	- Quadrat 3: 6 weiße, 6 schwarze (sie waren auf jedenfall ein Vielfaches von Q2)
	- Quadrat 4: ausschließlich weiße
	
	* Entropie in Q3 und Q2 gleich
	* Entropie in Q4 so gering wie möglich
	* Entropie in Q2 so groß wie möglich
	* ???
	
5. k-nearest neighbor mit Abbildung
	- gegeben 2 Klassen (Kreis und Quadrat)
	- Diamantförmiger Punkt irgendwo zwischen den Klassen
	- Frage: zu welchen der Klassen gehört der Diamant, wenn k = 1, 2, 3
	- Schwierigkeit: Diamant lag genau zwischen einem Kreis und einem Quadrat, für k=2 wusste ich keine richtige Antwort

6. knn Fragen
	* knn ist Lazy learning?
	* knn hat kein Training, es entscheidet während der Klassifizierung
	* zero-mean-unit-Standardisierung spielt keine bzw. kaum eine Rolle
	* ???

7. Kernelfragen
	* eine Aussage mit Dimensionsreduktion
	* gängige Kernels sind: (3 Aufzählungen)
	* eine Aussage mit Kernelmatrix
	* ???

8. Die Kappa Statistik sagt aus:
	* Qualität des Trainingsverfahrens
	* die Verbesserung gegenüber der Zufallsklassifizierung
	* ???
	* ???

9. Gegeben: eine Prioritätsmatrix; Single Linkage anwenden
	* welche Punkte werden zusammengefasst? (einige Beispiele gegeben)
	
10. Die Auswahl der Centroiden im k-Means erfolgt:
	* zufällig
	* ???
	* ???
	* ???