Bachelorarbeit, 2015
51 Seiten, Note: 1,0
Diese Arbeit beschäftigt sich mit Regressionsbäumen, insbesondere dem CART-Algorithmus und fortgeschrittenen Methoden wie Bagging, Random Forests und Gradient-Boosting. Das Ziel ist es, die Funktionsweise dieser Verfahren zu erläutern und ihren Einsatz bei der Analyse von US-amerikanischen Verbrechensraten zu demonstrieren.
Das erste Kapitel bietet eine Einführung in die Entscheidungsbaum-Terminologie und das Regressionsproblem. Kapitel Zwei erläutert die konzeptionellen Aspekte von Regressionsbäumen, einschließlich der Konstruktion und Optimierung des Modells. Kapitel Drei befasst sich mit fortgeschrittenen Methoden wie Bagging, Random Forests und Gradient-Boosting, die auf dem CART-Algorithmus aufbauen. Schließlich werden in Kapitel Vier die Ergebnisse einer empirischen Analyse von US-amerikanischen Verbrechensraten mit Hilfe des CART-Modells präsentiert.
Regressionsbäume, CART-Algorithmus, Entscheidungsbäume, Bagging, Random Forests, Gradient-Boosting, Regressionsanalyse, empirische Analyse, US-amerikanische Verbrechensraten, Prognosegenauigkeit, Modelloptimierung, Kreuzvalidierung, Bootstrap-Algorithmus
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!
Kommentare