Abstrait

AMÉLIORER LA PRÉCISION DE LA CLASSIFICATION À L'AIDE DE MACHINES À VECTEUR DE SUPPORT (SVMS) AVEC UN NOUVEAU NOYAU

Ashraf Afifi et EAZanaty, Said Ghoniemy

Dans cet article, nous présentons une nouvelle fonction noyau appelée fonction de base radiale polynomiale (PRBF) qui pourrait améliorer la précision de classification des machines à vecteurs de support (SVM). La fonction noyau proposée combine les noyaux de Gauss (RBF) et polynomial (POLY) et est énoncée sous une forme générale. Il est démontré que le noyau proposé converge plus rapidement que les noyaux de Gauss et polynomial. La précision de l'algorithme proposé est comparée à celle des algorithmes basés sur les noyaux gaussiens et polynomiaux par application à une variété d'ensembles de données non séparables avec plusieurs attributs. Nous avons constaté que le noyau proposé donne une bonne précision de classification dans presque tous les ensembles de données, en particulier ceux de grandes dimensions.