Übungen

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

Aufgabe 1 – Pipeline mit MLP

Baue eine sklearn-Pipeline (Imputation + Skalierung + MLPClassifier) und berechne die 5-fache CV-AUC für verstorben_30d. Warum ist der StandardScaler hier wichtiger als bei einem Entscheidungsbaum?

Aufgabe 2 – Lernkurve interpretieren

Trainiere das MLP mit early_stopping=True und plotte loss_curve_ und validation_scores_. Woran erkennst du Überanpassung? Ab welcher Epoche stoppt Early Stopping in deinem Lauf?

Aufgabe 3 – Regularisierung vergleichen

Teste alpha ∈ {0.0001, 0.001, 0.01, 0.1, 1.0} per 5-facher CV-AUC. Welcher Wert schneidet am besten ab? Erkläre, was zu großes und zu kleines alpha jeweils anrichtet.

Aufgabe 4 – Ehrlicher Modellvergleich

Vergleiche MLP, logistische Regression und Gradient Boosting auf denselben Daten per 5-facher CV-AUC. Was schlägt was? Erkläre das Ergebnis anhand der Datenmenge (~500 Patient:innen) und Modellkomplexität.

Bonus – Netzarchitektur variieren

Probiere drei verschiedene hidden_layer_sizes: (32,), (64, 32), (128, 64, 32). Wie verändert sich die AUC? Ab wann überpasst das Netz? Diskutiere, ob mehr Schichten auf diesen Daten sinnvoll ist.