Binäre und Mehrklassen-Prognosen

Die Forecast App ermöglicht nicht nur die Vorhersage von kontinuierlichen Werten, sondern unterstützt auch die Klassenvorhersage für binäre und Mehrklassen-Probleme. Dies kann besonders nützlich sein, um Entscheidungen oder Zustände vorherzusagen, wie z. B. ob eine bestimmte Schwelle erreicht wird.

---

Binäre Vorhersage: Ja/Nein-Entscheidungen

Um binäre Vorhersagen (z. B. 0 oder 1) zu erstellen, setzen Sie den Parameter binary_encoding auf true. Dabei kann das Modell nur zwischen zwei Klassen (0 und 1) unterscheiden.

• Wichtig: Das target_attribute darf nur die Werte 0 oder 1 enthalten. Falls das nicht der Fall ist, können Sie die Werte mit dem Eliona Calculator vorbereiten.

Beispiel: Nehmen wir an, Sie möchten vorhersagen, ob die Temperatur in 3 Stunden über oder unter 24°C liegt. Im Calculator könnten Sie das Zielattribut so berechnen:

{innentemperatur} < 24 ? 0 : 1

• 0: Temperatur ist unter 24°C.

• 1: Temperatur ist 24°C oder höher.

Anwendungsfall: Mit dieser binären Vorhersage können Sie Regeln erstellen, z. B.: „Wenn die Vorhersage sagt, dass die Temperatur in 3 Stunden über 24°C liegt (1), dann schalte die Klimaanlage ein.“

---

Mehrklassen-Vorhersage: Mehrere Zustände

Für Mehrklassen-Prognosen können Sie den Parameter num_classes auf die Anzahl der Klassen setzen, die vorhergesagt werden sollen.

• Wichtig:

  • Die Klassenwerte müssen bei 0 starten und fortlaufend aufwärts zählen (0, 1, 2, …).

  • Das target_attribute darf nur Werte innerhalb dieser Klassen enthalten.

  • Auch hier kann der Eliona Calculator verwendet werden, um die Werte korrekt vorzubereiten.

Beispiel: Nehmen wir an, Sie möchten vorhersagen, ob eine Differenz (close_diff) in verschiedene Bereiche fällt:

• 0: Unterschied ist minimal (-0.01 bis 0.01).

• 1: Positiver Unterschied (> 0.01).

• 2: Negativer Unterschied (< -0.01).

Im Calculator könnten Sie das so berechnen:

({close_diff} >= -0.01 && {close_diff} <= 0.01) ? 0 : {close_diff} > 0.01 ? 1 : 2

Hierbei entstehen drei Klassen:

• 0: Kein relevanter Unterschied.

• 1: Positiver Unterschied.

• 2: Negativer Unterschied.

Parameter-Einstellung für Mehrklassen:

"parameters": {
    "binary_encoding": false,
    "num_classes": 3
}

---

Zusammenfassung: Binär und Mehrklassen

1. Binäre Vorhersage:

   • binary_encoding: true verwenden.

   • Zielattribut darf nur 0 und 1 enthalten.

   • Nützlich für Ja/Nein-Entscheidungen, z. B. Schwellenwerte.

2. Mehrklassen-Vorhersage:

   • num_classes auf die Anzahl der Klassen setzen.

   • Zielattribut muss Ganzzahlen von 0 bis zur Klassenanzahl enthalten.

   • Nützlich für komplexere Zustände oder Kategorien.

3. Vorbereitung der Daten:

   • Nutzen Sie den Eliona Calculator, um das Zielattribut anzupassen.

   • Beispiel für binäre oder Mehrklassenwerte: Berechnen Sie Schwellenwerte, Differenzen oder kategorische Zustände.

Mit diesen Einstellungen können Sie Ihre Prognosen flexibel an verschiedene Anwendungsfälle anpassen, von einfachen Ja/Nein-Fragen bis hin zu komplexeren Klassifizierungen.