Vorlesung 4

Question 1

Welche Schritte gibt es in der Datenvorverarbeitung?

Answer 1

1. Data Cleaning: fehlende Werte gefüllt, Rauschen vermindert, Outlier entfernt
2. Data Integration: Zusammenführen mehrerer Datenquellen
3. Datenreduktion: Kompression, Dimensionsreduktion
4. Datentransformierung: Normalisierung, PCA

Question 2

Welche Merkmale gibt es für die Datenqualität?

Answer 2

Vollständigkeit, Konsistenz, Aktualität (zeitlich), Glaubwürdigkeit, Interpretierbarkeit

Question 3

Wie kann Rauschen in Daten entstehen?

Answer 3

fehlerhafte Instrumente, Tippfehler, Inkonsistenz bei Benennung, Duplikate

Question 4

Wie geht der Chi-Quadrat-Test?

Answer 4

für nominale Daten ist
chi^2 = Summe (Observed - Expected)^2 / Expected
gibt an, ob zwei Datenverteilung sich statistisch unterscheiden

Question 5

Wozu dient die Chi-Menge Diskretisierung? Welche Schritte sind dabei

Answer 5

Einige Algorithmen preferieren diskrete Werte (z. B. Entscheidungsbäume)
Schirte:
1. Daten sortieren
2. Anfangsintervalle aufstellen
3. Chi^2 für jedes paar Nachbarintervalle
4. Intervalle mit niedrigstem Chi^2 mergen

Question 6

Was ist Binning?

Answer 6

1. äquidistante Partitionierung
   w = (B-A)/N, mit A, B max. Attributwerte, ist für Outlier anfällig
2. äquitiefe Partinierung
   N Intervalle mit gleicher Anzahl an Proben