Ir al contenido (pulsa Retorno)

Universitat Politècnica de Catalunya

    • Català
    • Castellano
    • English
    • Inicia la sessióRegistre (usuaris no UPC)Entrada (usuaris no UPC)
  • mailContacta
  • world Català 
    • Català
    • Castellano
    • English
  • userInicia sessió   
      Inicia la sessióRegistre (usuaris no UPC)Entrada (usuaris no UPC)

UPCommons. Portal del coneixement obert de la UPC

57.066 E-prints UPC
You are here:
Visualitza l'ítem 
  •   Pàgina inicial de UPCommons
  • E-prints
  • Grups de recerca
  • GREC - Grup de Recerca en Enginyeria del Coneixement
  • Reports de recerca
  • Visualitza l'ítem
  •   Pàgina inicial de UPCommons
  • E-prints
  • Grups de recerca
  • GREC - Grup de Recerca en Enginyeria del Coneixement
  • Reports de recerca
  • Visualitza l'ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Máquinas de soporte vectorial sobre conjuntos de datos no balanceados: propuesta de un nuevo sesgo

Thumbnail
Visualitza/Obre
RT-2012-06.pdf (532,6Kb)
Comparteix:
 
  Veure estadístiques d'ús
Cita com:
hdl:2117/16807

Mostra el registre d'ítem complet
Núñez Castro, Haydemar
González Abril, Luis
Angulo Bahón, CecilioMés informacióMés informacióMés informació
Tipus de documentReport de recerca
Data publicació2012-09
Condicions d'accésAccés obert
Attribution-NonCommercial-NoDerivs 3.0 Spain
Llevat que s'hi indiqui el contrari, els continguts d'aquesta obra estan subjectes a la llicència de Creative Commons : Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
En 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 inducir un modelo de clasificación basado en un error global. Con el fin de mejorar su desempeño en este tipo de problemas, en este trabajo se propone una estrategia de post-procesamiento basada en el cálculo de un nuevo sesgo o umbral que toma en cuenta la proporción de las clases en el conjunto de datos y que permite ajustar la función aprendida por la SVM para mejorar su desempeño sobre la clase minoritaria. Esta solución no supone la entonación de nuevos parámetros ni la modificación del problema de optimización estándar para entrenar la SVM. Los resultados obtenidos de la experimentación sobre 23 conjuntos de datos con diferentes grados de desbalance, muestran que efectivamente se logra mejorar las clasificaciones sobre la clase minoritaria, medidas en función de g-media y la sensibilidad.
CitacióNúñez, H.; González, L.; Angulo, C. "Máquinas de soporte vectorial sobre conjuntos de datos no balanceados: propuesta de un nuevo sesgo". 2012. 
Forma partRT 2012-06
URIhttp://hdl.handle.net/2117/16807
URL repositori externhttp://www.ciens.ucv.ve/escueladecomputacion/documentos/archivo/186
Col·leccions
  • GREC - Grup de Recerca en Enginyeria del Coneixement - Reports de recerca [4]
  • Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial - Reports de recerca [26]
Comparteix:
 
  Veure estadístiques d'ús

Mostra el registre d'ítem complet

FitxersDescripcióMidaFormatVisualitza
RT-2012-06.pdf532,6KbPDFVisualitza/Obre

Explora

Aquesta col·leccióPer data d'edicióAutorsAltres contribucionsTítolsTemesAquest dipòsitComunitats i col·leccionsPer data d'edicióAutorsAltres contribucionsTítolsTemes

© UPC Obrir en finestra nova . Servei de Biblioteques, Publicacions i Arxius

info.biblioteques@upc.edu

  • Sobre aquest web
  • Contacta
  • Envia comentaris
  • Inici de la pàgina