ورود
مقالات فارسیISIکنفرانسهاژورنالها

بررسی توابع کرنل الگوریتم SVM در دقت کلاس بندی داده های نامتوازن در بازه های مختلف نرخ عدم توازن

Publish place: National Electronic Conference on New Achievements in Engineering and Basic Sciences
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,190

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:
https://civilica.com/doc/304127

شناسه ملی سند علمی:

AEBSCONF01_422

تاریخ نمایه سازی: 6 آبان 1393

Abstract:

کاوش داده ها در دنیای واقعی همواره با مشکل نامتوازن بودن مجموعه داده ها روبرو است. این مشکل هنگامی رخ می دهد که تعداد نمونه ها در کلاس های گوناگون اختلاف بسیاری داشته باشند. نحوه برخورد با داده های نامتوازن همواره به عنوان یک مسئله ی چالش پذیر در داده کاوی شناخته می شود. یکی از این شیوه ها استفاده از ماشینهای بردار کرنل های مختلف به مقایسه گذاشته شده و کرنل ها به ترتیب توانایی بازه های مختلف نرخ عدم توازن مرتب شده آند.

Keywords:

داده های نامتوازن , ماشین های بردار پشتیبان , نرخ عدم تازن , کرنل (هسته)

Authors

سمیه شریفی راد

دانشگاه شهید باهنر کرمان

علی اکبر نیک نفس

دانشگاه شهید باهنر کرمان

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • A. Fernandez, M. J. del Jesus, and F. Herrera 2009. ...
  • H. He, and E. _ Garcia 2009. Learning from imbalanced ...
  • D. P. Williams, V. Myers, and M. S. Silvious 2009. ...
  • V. Lopez, A. Fernandez, J. G. Moreno -Torres, and F. ...
  • V. Lopez, A. Fernandez, M. J. Del Jesus, and F. ...
  • M. A Tahir, J. Kittler, and F. Yan 2012.Inverse random ...
  • F. J. Berlanga, A. Rivera, M. J. del Jesus, F. ...
  • H. Yu, J. Ni, and J. Zhao, 2013. ACOSampling: An ...
  • M.A.H. Farquad, Indranil Bose 2012. Preprocessing unbalanced data using support ...
  • P.E. Hart, The condensed nearest neighbor rule 1968, IEEE Transactions ...
  • D.L. Wilson 1972. Asymptotic properties of nearest neighbor rules using ...
  • M. Kubat, S. Matwin 1997. Addressing the curse of imbalanced ...
  • N.V. Chawla, K.W. Bowyer, L.O. Hall, W.P. Kegelmeyer 2002. SMOTE: ...
  • R. Barandela, J.S. Sanchez, V. Garcia, E. Rangel 2003. Strategies ...
  • _ Wu, E. Chang 2003. C lass-boundary Aligmment for Imbalanced ...
  • G.E.A.P.A. Batista, M.C. Monad, A.L.C. Bazzan 2004 Improving rule induction ...
  • G.E.A.P.A. Batista, R.C. Prati, M.C. Monard 2004 A study of ...
  • T. Jo, N. Japkowicz 2004.Class imbalances versus small disjuncts, SIGKDD ...
  • H. Han, W.Y. Wang, B.H. Mao 2005. Borderline- SMOTE: a ...
  • _ Cohen, M. Hilario, H. Sax, S. Hogonnet, A. Geissbuhler ...
  • H. Guo, H.L. Viktor 2004 _ Learning from imbalanced data ...
  • P.E. Hart 1968. The condensed nearest neighbor rule, IEEE Transactions ...
  • M.A.H. Farquad, V. Ravi, S.B. Raju, 2009. Data mining using ...
  • Xu-Ying Liu, Jianxin Wu, Zhi-Hua Zhou 2009." Exploratory Undersampling for ...
  • V. Vapnik and A. Chervonenkis 1991."The necessary and sufficient conditions ...
    • نمایش کامل مراجع