Microsoft Word - krogel.doc

Gene_id1 Gene_id2 Function Gene_id F1 Localization Gene_id ProteinClass Gene_id P1 Gene Gene_id Name_info Class Name_info F2 F3 F4 F5 P2 P3 P4 L1 L2 SIGKDD Explorations. Volume 4, Issue 2 – page 105 gene/protein [...] , 1997. 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 tr ue p os iti ve s gene interactions (narrow) false positives no interactions first level second level third level random guessing Figure 2. Influence of [...] Explorations. Volume 4, Issue 2 – page 104 Combining Data and Text Mining Techniques for Yeast Gene Regulation Prediction: A Case Study Mark-A. Krogel1, Marcus Denecke1, Marco Landwehr2, and Tobias Scheffer1 …

ls8_report_neu.dvi

Test 1 RDT 0.5 1 0.2 0.2 0.1 0.56 FOIL 0.8 1 0.2 0.2 0.16 0.53 Test 2 RDT 0.56 1 0.2 0.2 0.112 0.71 FOIL 1 0.99 0.2 0.2 0.2 0.15 Test 3 RDT 0.82 1 0.2 0.2 0.164 1 FOIL 0.91 1 0.2 0.2 0.182 0.1 Test 4 RDT [...] 73 1 0.2 0.2 0.146 0.62 FOIL 0.82 1 0.2 0.2 0.164 0.5 Test 5 RDT 0.57 1 0.19 0.19 0.1082 0.67 FOIL 0.57 0.98 0.19 0.19 0.1083 0.13 Mittel{ RDT 0.65 1 0.2 0.2 0.13 0.71 werte FOIL 0.82 0.99 0.2 0.2 0.164 [...] ill1(pos1, pos2, ben, il) : pos1(x1, y1, st) & pos2(x3, y3, st) & ben(x1, x3) & ben(y1, y3) --> il(st). ill2(pos1, pos2, pos3, neq, lth, il): pos1(x, y1, st) & pos2(x, y2, st) & pos3(x, y3, st) & lth(y2, y1) & …

Hypermedia-Design

1 Datenanalysetools 1.2 Beispiel: Autoverkäufe 2. Aggregation in SQL 2.1 GROUP BY 2.2 Beispiel: GROUP BY 3. Probleme mit GROUP BY: Roll Up 3.1 Probleme mit GROUP BY: Roll Up 3.2 Probleme mit GROUP BY: [...] Dritte Wahl b 50 x 5 = 250 c 25 x 5 = 125 25 x 2 = 50 25 x 1 = 25 d 80 x 2 = 160 30 x 2 = 60 30 x 2 = 60 e 70 x 3 = 210 20 x 3 = 60 20 + 20 + 10 = 50 f 60 x 2 = 120 60 + 10 = 70 g 99 x 1 = 99 49 x 1 = 49 [...] Abhängigkeitsrelation: - Zwei Anfragen Q1 und Q2 - Q1 ˜ Q2 <=> Q1 kann beantwortet werden, indem die Ergebnisse von Q2 verwendet werden. Q1 ist abhängig von Q2 • Sichten bilden einen Verband unter folgenden …

Vorlesung Wissensentdeckung - Stützvektormethode

Problem 1 2 ||~β||2 − N∑ i=1 αi [ yi (〈 ~xi , ~β 〉 + β0 ) − 1 ] = 1 2 ||~β||2 − N∑ i=1 αi yi (〈 ~xi , ~β 〉 + β0 ) + N∑ i=1 αi = 1 2 ||~β||2 − N∑ i=1 αiyi 〈 ~xi , ~β 〉 − N∑ i=1 αiyiβ0 + N∑ i=1 αi (6) = 1 2 ||~β||2 [...] Beispiel zwischen H1 und H2, d.h. 〈~x, ~β〉+ β0 ≥ +1∀~x ∈ C+ (1) 〈~x, ~β〉+ β0 ≤ −1∀~x ∈ C− (2) Der Abstand d(H1, H2) = 2 ||~β|| heißt Margin und soll maximiert werden! H2 H H1 d− d+ + + + + + − − − − − − − [...] H1 H2 + + + + + − − − − − − − Der Abstand der mittleren Ebene H∗ zum Ursprung beträgt d(~0, H∗) = β0 ||~β|| Die Abstände der grauen Ebenen H1 und H2 sind d(~0, Hj) = β0 + (−1)j ‖~β‖ H1||H2⇒ d(H1, H2) = …

Vorlesung Wissensentdeckung - Stützvektormethode

Problem 1 2 ||~β||2 − N∑ i=1 αi [ yi (〈 ~xi , ~β 〉 + β0 ) − 1 ] = 1 2 ||~β||2 − N∑ i=1 αi yi (〈 ~xi , ~β 〉 + β0 ) + N∑ i=1 αi = 1 2 ||~β||2 − N∑ i=1 αiyi 〈 ~xi , ~β 〉 − N∑ i=1 αiyiβ0 + N∑ i=1 αi (6) = 1 2 ||~β||2 [...] Beispiel zwischen H1 und H2, d.h. 〈~x, ~β〉+ β0 ≥ +1∀~x ∈ C+ (1) 〈~x, ~β〉+ β0 ≤ −1∀~x ∈ C− (2) Der Abstand d(H1, H2) = 2 ||~β|| heißt Margin und soll maximiert werden! H2 H H1 d− d+ + + + + + − − − − − − − [...] H1 H2 + + + + + − − − − − − − Der Abstand der mittleren Ebene H∗ zum Ursprung beträgt d(~0, H∗) = β0 ||~β|| Die Abstände der grauen Ebenen H1 und H2 sind d(~0, Hj) = β0 + (−1)j ‖~β‖ H1||H2⇒ d(H1, H2) = …

5DMVsvm1.pdf

Problem 1 2 ||"!||2 ! N! i=1 #i . yi &# "xi , "! $ + !0 ' ! 1 / = 1 2 ||"!||2 ! N! i=1 #i yi &# "xi , "! $ + !0 ' + N! i=1 #i = 1 2 ||"!||2 ! N! i=1 #iyi # "xi , "! $ ! N! i=1 #iyi!0 + N! i=1 #i (6) = 1 2 ||" [...] Beispiel zwischen H1 und H2, d.h. %"x, "!&+ !0 $ +1)"x * C+ (1) %"x, "!&+ !0 + !1)"x * C" (2) Der Abstand d(H1, H2) = 2 ||"!|| heißt Margin und soll maximiert werden! H2 H H1 d! d+ + + + + + ! ! ! ! ! ! ! [...] H1 H2 + + + + + ! ! ! ! ! ! ! Der Abstand der mittleren Ebene H! zum Ursprung beträgt d("0, H!) = !0 ||"!|| Die Abstände der grauen Ebenen H1 und H2 sind d("0, Hj) = !0 + (!1)j '"!' H1||H2( d(H1, H2) = …

7 3.8 (0) • 10.2 2.2 (0) • 10.5 2.7 (0) • 7.3 2.2 (0) • 27.3 2.5 (0) heart-h • 16.4 2.9 (0) • 13.7 3.9 (0) • 8.8 2.8 (0) • 7.4 1.8 (0) • 24.7 3.3 (0) heart-statlog • 12.1 3.5 (0) • 14.9 2.5 (0) • 14.8 3 [...] 4 (2) • 1.3 6.0 (2) 3.6 2.8 (0) 4.1 2.2 (0) 4.9 4.0 (0) diabetes • 3.5 3.5 (1) • 0.1 6.5 (1) • 8.6 5.5 (0) • 4.9 3.2 (0) • 9.0 4.9 (1) haberman 0.8 4.4 (0) 1.0 2.8 (2) 0.8 3.7 (0) 1.1 3.3 (0) 1.4 2.4 (0) [...] f(Dr) dDr = 2e−0.5n′x2 . Taking the derivative yields that fmax(Dr) = 2n′Dre −0.5n′D2 r . Therefore, E X,X e(0.5n ′−1)D2 r ≤ ∫ ∞ 0 e(0.5n ′−1)D2 rfmax(Dr) dDr = ∫ ∞ 0 2n′Dre (0.5n′−1)D2 re−0.5n′D2 r dDr = …