Ich versuche, einen guten Klassifizierungsansatz für mein Problem der Klassifizierung mehrerer Kundendatensätze mit fehlenden, abgeschnittenen oder falschen Datenwerten in verschiedene Kundenkategorien zu finden, d. h. einen oder mehrere Kundendatensätze zu klassifizieren und festzustellen, ob sie zum selben Kunden oder zu einem anderen Kunden gehören. Warum sollte ich dafür ein neuronales Netz und nicht ein Bayes'sches Netz verwenden? Mein Professor sagte, dass ein neuronales Netz der beste Ansatz dafür ist.
Antwort
Zu viele Anzeigen?
Cameron Skinner
Punkte
48467
Es hängt sehr stark von der Art der Daten ab, die Sie zu klassifizieren versuchen. Neuronale Netze sind in der Regel gut für kontinuierliche Daten geeignet, während Bayes'sche Netze besser mit diskreten Daten arbeiten. Natürlich können kontinuierliche Daten diskretisiert werden, indem man sie in Bereiche einteilt, aber das ist eine weitere Ebene der Komplexität, die Sie vielleicht nicht brauchen.
Beide Ansätze kommen (theoretisch) gut mit fehlenden, abgeschnittenen und falschen Daten zurecht.
Ich würde vorschlagen, dass Sie Ihren Professor fragen. warum Sie glauben, dass ein neuronales Netz ein besserer Ansatz wäre.
