ارسل ملاحظاتك

ارسل ملاحظاتك لنا







أسلوب آلة المتجه الداعم بوصفه مصنفا متعدد الحالات فى تنقيب البيانات

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: Al Gamal, Zakariya Y. (Author)
المجلد/العدد: ع 22
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2012
الصفحات: 26 - 40
ISSN: 1680-855X
رقم MD: 422951
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

36

حفظ في:
المستخلص: يستخدم أسلوب آلة المتجه الداعم للتصنيف الثنائي عندما يكون متغير الاستجابة ذا صفتين. يهدف هذا البحث إلى تقديم مفهوم أسلوب آلة المتجه الداعم للتصنيف المتعدد الحالات وكذلك الانحدار الترتيبي لتصنيف نوع كثافة العظم. يقوم هذا البحث بمقارنة أربعة أساليب من أساليب المتجه الداعم للتصنيف المتعدد الحالات WW, OAO, OAA و CS. وقد أظهرت النتائج التي حصلنا عليها بأن أسلوب CS يكون أفضل أسلوب تصنيفي متعدد الحالات بالاعتماد على خطأ التدريب والنسبة المئوية للتصنيف الصحيح لمجموعة الاختبار، وكذلك وجدنا أن خطأ التدريب يصبح أقل كلما ازدت قيمة المعلمة C والمعلمة σ.

Support vector machine initially developed to perform binary classification. This paper presents a multi-class support vector machine classifier and ordinal regression to classify the type of bone mineral density. This paper compares the performance of four multi-class approaches, one-against-all, one-against-one, Weston and Watkins, and Crammer and Singer. Results from our real life data conclude that Crammer and Singer may be better approach depending on training error and the percentage of correctly classified test data. Also, we find that the training error becomes more less when the regulization parameter C and kernel parameter σ become large.

وصف العنصر: ملخص لبحث منشور باللغة الانجليزية
ISSN: 1680-855X