ff1588d761d55f48f61a52249e1dcc24

Micron Document

<!DOCTYPE html>

<title>CHAID</title>

</head>

<h1 id="firstHeading" class="firstHeading mw-first-heading"><span class="mw-page-title-main">CHAID</span></h1>

</header>

</div>

<div id="mw-content-text" class="mw-body-content mw-content-ltr" lang="de" dir="ltr"><div class="mw-content-ltr mw-parser-output" lang="de" dir="ltr"><p><b>CHAID</b> (<i><b>Ch</b>i-square <b>A</b>utomatic <b>I</b>nteraction <b>D</b>etectors</i>) ist ein <a href="Algorithmus" title="Algorithmus">Algorithmus</a>, der zur Entscheidungsfindung dient. Er wird bei der Konstruktion von <a href="Entscheidungsbaum" title="Entscheidungsbaum">Entscheidungsbäumen</a> eingesetzt.

</p><p>Der CHAID-Algorithmus wurde 1964 erstmals von J.A. Sonquist und J.N. Morgan publiziert und ist somit der Älteste der gängigen Entscheidungsbaum-Algorithmen. Anderberg (1973) beschreibt ihn. J.A. Hartigan (1975) gibt eine <a href="Implementierung" title="Implementierung">Implementierung</a> an.

</p><p>Der Hauptunterschied von CHAID zu <a href="CART_(Algorithmus)" title="CART (Algorithmus)">CART</a> und <a href="C4.5" title="C4.5">C4.5</a> besteht darin, dass der CHAID-Algorithmus das Wachsen des Baumes stoppt, bevor der Baum zu groß geworden ist. Der Baum wird also nicht beliebig wachsen gelassen, um ihn danach mit einer <a href="Pruning" title="Pruning">Pruning</a>-Methode wieder zu stutzen. Ein weiterer Unterschied besteht darin, dass CHAID mit <a href="Kategoriale_Variable" title="Kategoriale Variable">kategorial skalierten</a> Variablen wie Farbe (rot, gelb, grün) oder Bewertung (gut, mittel, schlecht) arbeitet anstatt mit <a href="Kardinale_Variable" title="Kardinale Variable">metrisch skalierten</a> Variablen wie zum Beispiel Körpergröße in cm.

</p><p>Für die Wahl der Attribute wird beim CHAID-Algorithmus der <a href="Chi-Quadrat-Unabh%C3%A4ngigkeitstest" class="mw-redirect" title="Chi-Quadrat-Unabhängigkeitstest">Chi-Quadrat-Unabhängigkeitstest</a> verwendet. CHAIDs kommen zur Anwendung, wenn eine Aussage über die Abhängigkeit zweier Variablen gemacht werden muss. Dazu wird eine <a href="Kennzahl" title="Kennzahl">Kennzahl</a>, der <i>Chi-Quadrat-Abstand</i> berechnet. Dabei gilt: Je größer diese Kennzahl, desto größer die Abhängigkeit der betrachteten <a href="Variable_(Logik)" title="Variable (Logik)">Variablen</a>. Die Variable mit dem größten Chi-Quadrat-Abstand zur Zielgröße wird als Attributauswahl berücksichtigt. Um die Trennqualität zu erhöhen, können hier – wie auch beim C4.5-Algorithmus – mehr als zwei Verzweigungen pro Knoten vorgenommen werden. Dies hat zur Folge, dass die generierten Bäume kompakter sind als die CARTs. Dieselbe Methode wird zur Ermittlung der besten Unterteilungen verwendet.

Da bei diesen Entscheidungsbäumen alle möglichen Kombinationen von Ausprägungen ausgewertet werden müssen, kann es bei großen Datenmengen zu Laufzeitproblemen führen. Deshalb ist es von Vorteil, wenn die numerischen Variablen in Variablen mit kategoriellen Ausprägungen umgewandelt werden, obwohl dies einen zusätzlichen Aufwand bedeutet. Dafür sollte das Ergebnis qualitativ besser sein.

</p>

<div class="mw-heading mw-heading2"><h2 id="Siehe_auch">Siehe auch</h2></div>

<ul><li><a href="Iterative_Dichotomiser_3" title="Iterative Dichotomiser 3">Iterative Dichotomiser 3</a> (ID3)</li>

<li><a href="Klassifikationsbaum-Methode" title="Klassifikationsbaum-Methode">Klassifikationsbaum-Methode</a></li></ul>

<div class="mw-heading mw-heading2"><h2 id="Literatur">Literatur</h2></div>

<ul><li>Sonquist, J.A. and Morgan, J.N. (1964): <i>The Detection of Interaction Effects</i>. Survey Research Center, Institute for Social Research, University of Michigan, Ann Arbor.</li>

<li>Anderberg, M.R. (1973): <i>Cluster Analysis for Applications</i>. New York – Academic Press.</li>

<li>Hartigan, J.A. (1975): <i>Clustering Algorithms</i>. New York – Wiley.</li></ul></div><div><div class="zim-footer">

Dieser Artikel wurde von <a class="external text" title="Zuletzt bearbeitet am 2025-01-15" href="https://de.wikipedia.org/wiki/?title=CHAID&oldid=252270617">Wikipedia</a> herausgegeben. Der Text ist unter <a class="external text" href="https://creativecommons.org/licenses/by-sa/4.0/deed.de">Creative Commons Attribution-Share Alike 4.0</a> verfügbar, sofern nicht anders angegeben. Für die Mediendateien können zusätzliche Bedingungen gelten.

</div>

</div></div>

</div>

</main>

</div>

</body></html>