F: Fühlen Sie sich gesund? I: Ja

F: Was ist der Kdd-Prozess I: Knowledge Discovery from Databases. Erkläre Stufen und Pfeile

F: Sie erwähnten den Mining-Prozess, was für mining Verfahren haben wir kennengelernt? I: Association Rule mining, Clustering, Outlier Detection, Classification

F: Wir wollen heute über Density based Clustering reden, welche Verfahren kennen sie? I: DBSCAN für Density based Clustering und OPTICS für hierarchical denisty based Clustering

F: Erklären Sie bitte DBScan I: Erkläre DBScan

F: Welche Typen von Punkten gibt es? I: Punkte des Clusters und Noise

F: Gibt es noch welche? I: Border Points können abhängig von der Reihenfolge Noise oder zu unterschiedlichen Clustern hinzugefügt werden

F: Wie wähle ich eps und minpts I: Erklärt Elbow-Plot

F: Kann es vorkommen, dass der Elbow Plot keinen Elbow hat? I: Ja, alle gleiche Dichte (Random Points)

F: Wie kann es dazu kommen, dass es nur eine stark fallende Gerade gibt? I: Abfallende Dichte vom Mittelpunkt aus

F: Was können wir da tun? I: Optics nutzen, erkläre was Optics ist und wie Optics funktioniert

F: Was ist die Laufzeit der Verfahren? I: N * log(N), mit Indexes und N^2 sonst

F: Welche Spartial Indexes kennen sie? I: Kd-Tree und R-Tree

F: Wie durchsuche ich einen kd-Tree nach dem NN? I: Erkläre Verfahren mit Priority Queue bis Punkt vorne ist

F: Wie funktioniert ein R-Tree? I: Erkläre R-Tree

F: Wie füge ich einen neuen Punkt zu einem R-Tree hinzu? I: Schauen, ob schon ein Bounding Rect den Punkt überdeckt, ansonsten das „beste“ Rect mit heuristik wählen und vergrößern

F: Welche Probleme kann es dabei geben? I: Baum unbalanciert, Rects können sich jetzt überdecken (im Nachhinein falsch?)

Fouche hakte nach, schien nicht ganz befriedigt, aber ging dann zum nächsten Thema

F: Welche anderen Verfahren außer Optics und DBSCAN können von Spartial Indexes profitieren? I: K-NN und erkläre K-NN

F: Zeit ist um