Datenanalyse Gruppentrennung < Statistik (Anwend.) < Stochastik < Hochschule < Mathe < Vorhilfe
|
| Status: |
(Frage) überfällig  | | Datum: | 20:12 Do 02.02.2012 | | Autor: | tynia |
Hallo zusammen. ich hoffe ihr könnt mir bei meinem problem helfen.
Also:
Ich habe zwei Messreihen A und B. Das sind also meine Gruppen. Jetzt habe ich für diese Gruppen 100 verschiedene Merkmalsvektoren. Wenn ich immer zwei Merkmale miteinander kombiniere, bekomme ich eine 100x100 Matrix mit Kombinationsmöglichkeiten. Ich möchte nun die Kombinationsmöglichkeiten so minieren, dass ich nur die Kombinationsmöglichkeiten weiterbetrachte, die mir eine gute Trennung der beiden Gruppen ermöglichen.
Ich habe schon etwas im internet recherchiert und was zur Diskriminanzanalyse gefunden.
Ich begreife aber noch nicht, wie ich zum Beispiel damit aussgane kann, dass z.B. die Kombination m1m100 die Messreihen nicht gut trennt, m1m5 aber doch.
Ich verstehs einfach nicht. Vielleicht kann mir hier jemand helfen.
Bine echt über jeden Tipp dankbar.
Gruß
tynia
|
|
| |
|
| Status: |
(Antwort) fertig  | | Datum: | 20:48 Fr 03.02.2012 | | Autor: | Blech |
Hi,
wie wär's mit
[mm] $\int \min\{f_1(x),f_2(x)\}\ [/mm] dx$ ?
Wobei [mm] $f_1$ [/mm] und [mm] $f_2$ [/mm] die geschätzten Dichten der beiden Gruppen sind.
So wie ich Wikipedia zum Thema verstanden hab, sortierst Du einen neuen Punkt in die Gruppen, der Dichte an der Stelle höher ist.
Das Integral oben sagt Dir also, wieviel Masse der beiden Verteilungen an Stellen ist, an denen die entsprechende Gruppe dann nicht gewählt wird. Je schärfer die Trennung zwischen den Gruppen, desto kleiner das Integral.
Wieso eigentlich immer 2 Merkmale?
Und benutzt Du Kerneldichten für die Schätzung, oder kannst Du ein parametrisches Modell rechtfertigen?
ciao
Stefan
|
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig  | | Datum: | 20:21 Sa 04.02.2012 | | Autor: | matux |
$MATUXTEXT(ueberfaellige_frage)
|
|
|
|
