Teil B · Daten vorbereiten · Lektion 8

Merkmale umwandeln

Geprüft am 20.11.2026

Abstandsbasierte Verfahren (kNN, k-Means, neuronale Netze) brauchen skalierte Merkmale; Entscheidungsbäume nicht.

Der vollständige Inhalt dieses Kapitels ist Teil des Kurses Bachelor Professional KI.

Mit Animationen, Rechenwegen, Übungen mit KI-Korrektur und Quiz. Einmalig 99 € für 3 Jahre Zugriff – Modul 1 ist kostenlos.

Häufige Fragen zu „Merkmale umwandeln“

Was ist der Unterschied zwischen Min-Max-Skalierung und Standardisierung?

Min-Max bringt Werte mit (x − min) / (max − min) auf den Bereich 0 bis 1. Standardisierung rechnet z = (x − μ) / σ und ergibt Mittelwert 0 und Standardabweichung 1.

Welche Verfahren brauchen skalierte Merkmale?

Verfahren, die mit Abständen oder Gradienten rechnen, etwa k-nächste Nachbarn, k-Means, SVM und neuronale Netze. Entscheidungsbäume und ihre Ensembles brauchen keine Skalierung.

Was ist One-Hot-Kodierung?

Jede Kategorie eines nominalen Merkmals wird zu einer eigenen Spalte mit 0 oder 1. So entsteht keine künstliche Reihenfolge zwischen den Kategorien.