Zielvariablen

Zielvariablen sind Variablen, die in Statistik, Data Science und Optimierung das Objekt der Vorhersage oder Optimierung darstellen. Sie werden auch als Zielgröße, abhängige Variable oder Response bezeichnet. Im Gegensatz zu unabhängigen Variablen (Merkmale, Prädiktoren) geben Zielvariablen das zu schätzende oder zu optimierende Ergebnis wieder.

In typischen Vorhersagemodellen besteht der Datensatz aus Merkmalen X und der Zielvariable y. Die Aufgabe besteht darin, Muster in den Merkmalen zu erkennen, die mit y zusammenhängen, um y für neue Beispiele vorherzusagen. Zielvariablen können kontinuierlich (numerisch, z. B. Preis, Temperatur) oder kategorial (diskret, z. B. Klasse: krank/gesund) sein. Daraus ergeben sich die Modellarten Regression bzw. Klassifikation; auch in der Zeitreihenanalyse können Zielwerte zeitabhängig sein.

Die Bewertung der Modelle erfolgt über geeignete Metriken: Bei Regression MSE, RMSE, MAE und R^2; bei Klassifikation Genauigkeit, Präzision, Recall und F1. Vorverarbeitung schließt den Umgang mit fehlenden Werten in der Zielvariable, mögliche Datenleckrisiken und die richtige Codierung kategorialer Zielwerte ein.

In der Optimierung bezeichnet man die zu maximierende oder zu minimierende Größe oft als Zielgröße oder Zielfunktion. Entscheidungsvariablen beeinflussen diese Zielgröße und bestimmen das Optimum eines Systems.

Beispiele verdeutlichen den Einsatz: In der Immobilienpreisvorhersage ist der Zielwert der Verkaufspreis; in einem Spamfilter ist die Zielvariable die Klasse des Dokuments (Spam/Nicht-Spam). Zielvariablen sind damit zentrale Größen in Analyse, Modellierung und Optimierung.