Übungen

Code in Englisch, Prosa/Antworten Deutsch. Lösungen: loesungen.md.

Aufgabe 1 – Ehrliche Kreuzvalidierung

Baue eine Pipeline (Imputation + Skalierung + logistische Regression) und berechne die stratifizierte 5-fache CV-AUC für verstorben_30d. Warum ist die Pipeline hier entscheidend?

Aufgabe 2 – Leakage sichtbar machen

Skaliere die Merkmale einmal auf dem Gesamtdatensatz und vergleiche die CV-AUC mit der Pipeline-Variante. Erkläre, warum der Unterschied bei reiner Skalierung klein, bei Merkmalsauswahl aber groß ist.

Aufgabe 3 – Tuning ohne Selbstbetrug

Stimme C mit GridSearchCV ab und berichte die Güte auf einem separaten Testset. Wie unterscheidet sich die innere CV-AUC von der Test-AUC?

Aufgabe 4 – Schwelle nach Nutzen

Wähle eine Schwelle, die mindestens 80 % Sensitivität erreicht. Welche Spezifität bezahlst du dafür? In welcher klinischen Situation ist dieser Tausch gerechtfertigt?

Bonus – Gruppen-Leakage

Konstruiere mit vitalwerte.csv (mehrere Zeilen je Patient:in) ein Beispiel, in dem zufälliges Splitten Zeilen derselben Person auf Train und Test verteilt. Nutze StratifiedGroupKFold und vergleiche die AUC.