Exclusivo BibloRed
Otros

Combining MLC and SVM Classifiers for Learning Based Decision Making, Analysis and Evaluations

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Autor
Año de publicación 2015
Idioma Inglés
Publicado por Revista VirtualPRO,

Descripción: El clasificador de máxima verosimilitud (MLC) y las máquinas de vectores de apoyo (SVM) son dos enfoques comúnmente utilizados en el aprendizaje automático. El MLC se basa en la teoría bayesiana para estimar los parámetros de un modelo probabilístico, mientras que la SVM es un método no paramétrico basado en la optimización en este contexto. Recientemente, se ha descubierto que la SVM en algunos casos es equivalente a la MLC en el modelado probabilístico del proceso de aprendizaje. En este trabajo, MLC y SVM se combinan en el aprendizaje y la clasificación, lo que ayuda a obtener una salida probabilística para SVM y facilitar la toma de decisiones suaves. En total se utilizan cuatro grupos de datos para las evaluaciones, que abarcan el sonar, el vehículo, el cáncer de mama y las secuencias de ADN. Las muestras de datos se caracterizan en términos de distribución gaussiana/no gaussiana y de muestras equilibradas/no equilibradas, que luego se utilizan para evaluar el rendimiento al comparar el clasificador SVM y el combinado SVM-MLC. Se presentan resultados interesantes que indican cómo puede funcionar el clasificador combinado en diversas condiciones.
Citación recomendada (normas APA)
: Hindawi Publishing Corporation, "Combining MLC and SVM Classifiers for Learning Based Decision Making, Analysis and Evaluations", -:Revista VirtualPRO,, 2015. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3878830/), el día 2025-12-20.

Información adicional

Fuente Revista Virtual Pro
Términos y condiciones de uso Más información aquí
Año de publicación 2015

Combining MLC and SVM Classifiers for Learning Based Decision Making, Analysis and Evaluations

Información adicional

Mis colecciones

¿Eliminar esta reseña?