Alle Berechnungen laufen in deinem Browser. Daten und Lernfortschritt bleiben nur bis zum Neuladen erhalten. Im freien Labor kannst du deinen Datensatz als Datei sichern.
Methoden, Grenzen und Quellen
Das Labor nutzt echte, hier selbst implementierte k-Nächste-Nachbarn-Klassifikation (euklidische Distanz, gleiche Stimmgewichte) und einen binären Entscheidungsbaum (Gini-Kriterium, achsenparallele Schnitte). Es ist kein Sprachmodell. Beide Merkmale liegen auf derselben Skala von 0 bis 10. Bei anderen Einheiten müssten Merkmale passend skaliert werden.
Gleiche Abstände bei k-NN: Eingabereihenfolge entscheidet über die Auswahl. Bei gleich vielen Stimmen und bei Gleichstand in einem Baumblatt gewinnt Klasse A. Falls weniger als k Beispiele existieren, verwendet das Modell alle vorhandenen. Die Entscheidungsgrenze wird auf einem feinen Raster gezeichnet und ist daher eine visuelle Näherung.
Alle Beispiele sind künstlich. Die angezeigte Referenzregel erzeugt die korrekten Vergleichslabels; der Klassifikator bekommt diese Regel nicht. Verglichen wird immer mit separat erzeugten Daten. Die Trainingsquote enthält bei k-NN den Punkt selbst und ist deshalb optimistisch. Wiederholtes Einstellen anhand der Vergleichsdaten ist Validierung, kein unabhängiger Abschlusstest. Das freie Labor bietet dafür einen einmaligen neuen Test pro Experiment.
Eine ungleiche Datenverteilung kann systematische Fehler erzeugen. Diese Demos zeigen Datenbias; sie messen keine gesellschaftliche Fairness. Trefferraten allein erklären weder Ursachen noch die Angemessenheit einer Entscheidung.
Methodische Grundlagen: k-Nächste Nachbarn, Entscheidungsbäume, Training, Validierung und Test, Trefferraten und Klassenmetriken (scikit-learn-Dokumentation).