helpp

Supervised learning

Model leert met features (X) en labels (Y) om de juiste uitkomst te voorspellen.

Unsupervised learning

Model zoekt zelf patronen met alleen features (X), zonder labels.

Classificatie

Voorspelt een categorie zoals ‘spam’ of ‘geen spam’.

Regressie

Voorspelt een getal zoals leeftijd of temperatuur.

KNN-algoritme

Kijkt naar de k dichtstbijzijnde buren en voorspelt op basis van hun labels of waarden.

Train/test split

Verdeling van data in een trainingsset en testset om generalisatie te controleren.

Root node

Startpunt van een decision tree.

Branch

Beslispad in een decision tree.

Leaf node

Eindbeslissing in een decision tree.

Entropy / Gini impurity

Criteria waarmee decision trees splitsingen maken.

Crossvalidatie

Data wordt meerdere keren verdeeld (k-fold), geeft betrouwbaardere prestatie-inschatting dan één test split.

Accuracy

Aantal juiste voorspellingen gedeeld door totaal aantal voorspellingen.

Precision

TP / (TP + FP): van alle positieve voorspellingen, hoeveel waren echt positief.

Recall

TP / (TP + FN): van alle echte positieven, hoeveel zijn juist voorspeld.

Specificity

TN / (TN + FP): van alle echte negatieven, hoeveel zijn juist voorspeld.

Decision tree nadeel

Gevoelig voor overfitting en kleine veranderingen.

Random forest voordeel

Combinatie van meerdere decision trees → stabieler, minder overfitting.

Lineaire regressie formule

y(x)

MSE

Mean Squared Error: gemiddelde van gekwadrateerde fouten.

RMSE

Wortel van MSE, meet afwijking tussen voorspelde en echte waarden.

R²

Hoe goed de regressielijn bij de data past (1

Normalisatie

Schalen van data naar vaste range (zoals 0–1), zodat alle features eerlijk bijdragen.

One-hot encoding

Categorische waarden omzetten naar 0/1 kolommen zodat modellen ermee kunnen rekenen.

Gradient descent

Methode die stapsgewijs de fout (MSE) minimaliseert door parameters te optimaliseren.

MSE ongeschikt bij classificatie

MSE hoort bij regressie. Voor classificatie gebruik je confusion matrix of andere classificatiemetrics.