Künstliche Intelligenz · Entscheidungsbäume
Entscheidungsbäume untersuchen
Aufgabe 4
Vergleiche unterschiedlich tiefe Bäume mit Trainings- und Testdaten.
Entscheidungsbaum mit Baumtiefe 1
Arbeite zunächst ausschließlich mit den Fisch-Trainingsdaten.
- Lade die Datei Fisch-Trainingsdaten durch Klicken herunter.
- Öffne ENTER Online und importiere den gerade heruntergeladenen Datensatz.
- Setze einen Haken bei dem Hyperparameter „Maximale Baumtiefe“ und setze diesen auf den Wert 1.
- Beschreibe den resultierenden Entscheidungsbaum. Entscheide begründet, ob alle Trainingsdaten richtig klassifiziert werden können. Falls nein: Wie könnte man eine Verbesserung erreichen?
Wichtig: Setze bei den Hyperparametern den Haken bei „Maximale Baumtiefe“ und stelle den Wert auf 1.
Hinweis: Gib keine personenbezogenen Informationen ein. Deine Antwort wird zur automatischen Auswertung an den Skriptserver und dort an ein KI-System übertragen.
Hilfe 1: Beschreibe den Aufbau.
Beginne beim ersten Knoten und beschreibe, nach welchem Merkmal der Baum die Fische aufteilt und welche Vorhersagen an den Blättern stehen.
Hilfe 2: Prüfe die Klassifikation.
Untersuche, ob in den Blättern noch unterschiedlich beschriftete Trainingsfische zusammenliegen und welche weitere Aufteilung helfen könnte.
Baumtiefe untersuchen
Erstelle mit den Fisch-Trainingsdaten Entscheidungsbäume der Tiefe 1, 2 und 3. Teste jeden Baum anschließend ausschließlich mit den Fisch-Testdaten.
Reihenfolge: Trainingsdaten zum Erstellen verwenden, danach die Testdaten nur zum Testen und Eintragen der Ergebnisse öffnen.
Hinweis: Trainingsdaten kannst du im Entscheidungsbaum analysieren, indem du einen Knoten anklickst und anschließend auf „Knotendetails“ gehst.
Vergleiche Training und Test
Vergleiche die beiden Ergebnisspalten für die Baumtiefen 1 bis 3. Kreuze alle Aussagen an, die zu deinen Ergebnissen passen.
Merke: Mehr Baumtiefe kann Trainingsfehler verringern. Sie garantiert aber keine höhere Genauigkeit bei unbekannten Daten. Hier bleiben alle drei Bäume bei 4 von 5 richtigen Testfischen.
Fünf Testfische sind eine kleine Grundlage für die Modellwahl. Vergleiche die Baumtiefen mit mehr bisher unbenutzten Fischen. Wenn du danach eine Tiefe auswählst, prüfe den gewählten Baum abschließend mit weiteren Fischen, die du für diese Wahl noch nicht verwendet hast.
Hilfe 1: Falsch einsortierte Trainingsfische zählen
Klicke beispielsweise ein Blatt mit der Anzeige „feindselig 67 %“ an. Nach einem Klick auf „Knotendetails“ kannst du zählen, wie viele Fische dort fälschlicherweise einsortiert sind, obwohl ihr Label „friedlich“ lautet. Untersuche auf diese Weise alle Blätter, die keine 100 % erreichen.
Hilfe 2: Genauigkeit nach der Testphase ablesen
Aktiviere nun den Testmodus, importiere die Testdaten und lies unter „Konfusionsmatrix“ die Genauigkeit ab.
Beschreibe den Zusammenhang
- Beschreibe, wie sich die Trainingsfehler von Tiefe 1 bis 3 verändern.
- Vergleiche die Genauigkeit bei den fünf Testfischen.
- Erkläre, ob weniger Trainingsfehler in dieser Tabelle zu einer höheren Genauigkeit führen.
Hinweis: Gib keine personenbezogenen Informationen ein. Deine Antwort wird zur automatischen Auswertung an den Skriptserver und dort an ein KI-System übertragen.
Hilfe 1: Vergleiche beide Spalten.
Lies die Trainingsfehler und die Testgenauigkeit jeweils von Tiefe 1 bis 3 ab.
Hilfe 2: Prüfe den Zugewinn.
Welcher tiefere Baum ordnet mehr Testfische richtig ein als Tiefe 1?
Hilfe 3: Verknüpfe die Beobachtungen.
Die Trainingsfehler sinken von 3 über 1 auf 0; die Testgenauigkeit bleibt bei 80 %. Formuliere, was das für den Zusammenhang zwischen beiden Ergebnissen in dieser Tabelle bedeutet.
Vertiefung für Schnelle
Aufgabe 4a – Mit einem größeren Datensatz weiterarbeiten
Nutze den großen Fischdatensatz. Aktiviere die automatische Datenaufteilung mit 75 % Trainingsdaten und verwende Entropie als Split-Kriterium. Erstelle einen Baum der Tiefe 1 und beurteile, ob er die Zusammenhänge im Datensatz ausreichend abbildet.
Hinweis: Diese Vertiefung enthält kein Eingabefeld und keine automatische Korrektur.
Das nimmst du mit
Prüfe, was die Fischdaten über Baumtiefe und Genauigkeit zeigen. Bei jeder Frage können mehrere Aussagen richtig sein.
4.1 – Tiefe 1: Der Baum teilt nach der Schuppenfarbe; 3 von 9 Trainingsfischen werden falsch eingeordnet.
4.2 – Tiefenvergleich: Trainingsfehler 3, 1, 0; Testgenauigkeit jeweils 4 von 5 = 80 %. Mehr Tiefe brachte bei diesen Testfischen keinen Zugewinn.
Merke: Mehr Baumtiefe kann Trainingsfehler verringern. Sie garantiert aber keine höhere Genauigkeit bei unbekannten Daten. Hier bleiben alle drei Bäume bei 4 von 5 richtigen Testfischen.
Fünf Testfische sind eine kleine Grundlage für die Modellwahl. Vergleiche die Baumtiefen mit mehr bisher unbenutzten Fischen. Wenn du danach eine Tiefe auswählst, prüfe den gewählten Baum abschließend mit weiteren Fischen, die du für diese Wahl noch nicht verwendet hast.