Lösungsvorschlag Übung 11

Moderator: Data Mining und Maschinelles Lernen

barracuda317
Endlosschleifenbastler
Endlosschleifenbastler
Beiträge: 187
Registriert: 12. Okt 2011 18:15

Lösungsvorschlag Übung 11

Beitrag von barracuda317 »

Ich bin gerade beim Nachbereiten der Übung 11 und habe damit ein paar Probleme:

In der ersten Iteration erhalte ich andere Werte für die \(w_i\)

Ich berechne mit \(\alpha_1 \sim 0.424\) sowie \(e_1 =\frac{3}{10}\) und erhalte damit:

\(w_i = \frac{1}{10}*\frac{3}{10}^{-0.424} \sim 0.1667\) falls \(w_i\) korrekt klassifiziert wurde

\(w_i = \frac{1}{10}*\frac{3}{10}^{0.424} \sim 0.0600\) falls \(w_i\) falsch klassifiziert wurde

Meine Werte weichen also zum einen geringfügig ab und sind wenn man nur die Größenordnung betrachtet vertauscht.

Demzufolge erhalte ich auch für die Normalisierung: \(7*0.1667+3*0.0600 = 1.3469\)

Ist das hier ein Fehler oder habe ich etwas übersehen?

robertH
Mausschubser
Mausschubser
Beiträge: 58
Registriert: 29. Apr 2013 13:11

Re: Lösungsvorschlag Übung 11

Beitrag von robertH »

Du hast du Formel etwas abgeändert! Du musst \(w_i * e ^{-\alpha}\) rechnen. Es handelt sich bei dem \(e\) wirklich um die e-Funktion und nicht die error rate also die 3/10. Du hattest das richtige Gefühl, dass die 3/10 doch verwendet werden sollten, aber das werden sie, nämlich bei der Berechnung von \(\alpha\).

barracuda317
Endlosschleifenbastler
Endlosschleifenbastler
Beiträge: 187
Registriert: 12. Okt 2011 18:15

Re: Lösungsvorschlag Übung 11

Beitrag von barracuda317 »

robertH hat geschrieben:Du hast du Formel etwas abgeändert! Du musst \(w_i * e ^{-\alpha}\) rechnen. Es handelt sich bei dem \(e\) wirklich um die e-Funktion und nicht die error rate also die 3/10. Du hattest das richtige Gefühl, dass die 3/10 doch verwendet werden sollten, aber das werden sie, nämlich bei der Berechnung von \(\alpha\).
Danke, die Eulersche Zahl hatte ich da iwie nicht vermutet, aber jetzt wo du es sagst - steht da ja auch e und nicht err. Danke, guter Hinweis, hätte ich falsch gemacht :)

Antworten

Zurück zu „Data Mining und Maschinelles Lernen“