Exploració per autor "Núñez Castro, Haydemar"
Ara es mostren els items 1-5 de 5
-
A post-processing strategy for SVM learning from unbalanced data
Núñez Castro, Haydemar; González Abril, Luis; Angulo Bahón, Cecilio (2011)
Comunicació de congrés
Accés obertStandard learning algorithms may perform poorly when learning from unbalanced datasets. Based on the Fisher’s discriminant analysis, a post-processing strategy is introduced to deal datasets with significant imbalance ... -
Handling binary classification problems with a priority class by using Support Vector Machines
Gonzalez Abril, Luis; Angulo Bahón, Cecilio; Núñez Castro, Haydemar; Leal, Yenny (2017-12-01)
Article
Accés obert© 2017 Elsevier B.V. A post-processing technique for Support Vector Machine (SVM) algorithms for binary classification problems is introduced in order to obtain adequate accuracy on a priority class (labelled as a positive ... -
Improving SVM classification on imbalanced datasets by introducing a new bias
Núñez Castro, Haydemar; Gonzalez Abril, Luis; Angulo Bahón, Cecilio (2017-10-14)
Article
Accés obertSupport Vector Machine (SVM) learning from imbalanced datasets, as well as most learning machines, can show poor performance on the minority class because SVMs were designed to induce a model based on the overall error. ... -
Máquinas de soporte vectorial sobre conjuntos de datos no balanceados: propuesta de un nuevo sesgo
Núñez Castro, Haydemar; González Abril, Luis; Angulo Bahón, Cecilio (2012-09)
Report de recerca
Accés obertEn el aprendizaje con conjuntos de datos no balanceados, la máquina de soporte vectorial (SVM) puede exhibir un bajo rendimiento sobre la clase minoritaria ya que, como otras máquinas de aprendizaje, están diseñadas para ... -
Modificación del sesgo de una SVM entrenada sobre clases no balanceadas
Núñez Castro, Haydemar; Angulo Bahón, Cecilio; González Abril, Luis (Universidad de Sevilla, 2011)
Text en actes de congrés
Accés obertEn el área de aprendizaje automático, uno de los problemas que se presenta es el relacionado con las clases no balanceadas. Esto ocurre cuando en el conjunto de datos se dispone de muchos ejemplos de una clase, pero ...