STATISTIK-FORUM.de

Hallo zusammen,

ich habe Bilder, die durch einen überwachten Klassifikator in 5 Klassen eingeteilt werden sollen. Der Klassifikator basiert auf einem neuronalen Netz. Bei diesem Klassifikator bekommt man am Ende eine Verteilung, die für jede Klasse angibt, wie gross die Wahrscheinlichkeit ist, dass dieses Element zu dieser Klasse gehört. Von den Trainingsdaten weiss ich bereits die Klasse.

Ich suche nach einem statistischen Test, um entscheiden zu können, ob die wirkliche Klasse und die Verteilung, die durch das Anwenden des neuronalen Netzes auf dieses Trainingsbild entstanden ist überein stimmen.

Danke im Vorraus für die Hilfe
Jessica

Was hast Du Dir denn vorgestellt, wie man eine Verteilung und eine Klasse miteinander vergleicht?

Man kann die Zugehörigkeit als eine theoretische Verteilung sehen, wobei die Klasse die Wahrscheinlichkeit 1 hat und alle anderen die Wahrscheinlichkeit 0 haben. Dann wäre das sozusagen die theoretische Verteilung dieses Datenpunktes. Für den Vergleich von 2 Verteilungen der empirischen und der theoretischen gibt es ja Tools zum Beispoiel den Kolmogorov-Smirnoff Test. Die Frage die sich mir dabei stellt ist ob dieser Test denn für diesen Anwendungfall sinnvoll ist, oder ob es bessere Alternativen gibt.