ANÁLISIS DEL COMPORTAMIENTO DEL ALGORITMO SVM PARA DIFERENTES KERNEL EN AMBIENTES CONTROLADOS

En el presente trabajo se realiza una investigación del comportamiento de la técnica de aprendizaje automático SVM en diferentes ambientes controlados, usando cinco kernel. Primero se analiza el comportamiento de los clasificadores ante datos con valores perdidos. Luego se prueban en ambientes con v...

Full description

Bibliographic Details
Main Authors: José Daniel López Cabrera, Alain Pereira-Toledo
Format: Article
Language:English
Published: Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte 2018-11-01
Series:Holos
Subjects:
svm
Online Access:http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/5563
id doaj-ced0560e6dd14170be66504fd8f6b526
record_format Article
spelling doaj-ced0560e6dd14170be66504fd8f6b5262020-11-25T02:01:36ZengInstituto Federal de Educação, Ciência e Tecnologia do Rio Grande do NorteHolos1807-16002018-11-015010111510.15628/holos.2018.55632035ANÁLISIS DEL COMPORTAMIENTO DEL ALGORITMO SVM PARA DIFERENTES KERNEL EN AMBIENTES CONTROLADOSJosé Daniel López Cabrera0Alain Pereira-Toledo1Universidad Central "Marta Abreu" de Las VillasUniversidad de Sancti Spíritus "José Martí Pérez"En el presente trabajo se realiza una investigación del comportamiento de la técnica de aprendizaje automático SVM en diferentes ambientes controlados, usando cinco kernel. Primero se analiza el comportamiento de los clasificadores ante datos con valores perdidos. Luego se prueban en ambientes con valores ruidosos. La última tarea es el análisis de su comportamiento una vez que se adicionan atributos irrelevantes. Para validar los resultados se realizan pruebas estadísticas no paramétricas. Se encontró que la técnica SVM es muy robusta ante los tres ambientes antes mencionados y el kernel polinómico arrojó los mejores resultados de clasificación.http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/5563aprendizaje automáticosvmkernelestudio experimental
collection DOAJ
language English
format Article
sources DOAJ
author José Daniel López Cabrera
Alain Pereira-Toledo
spellingShingle José Daniel López Cabrera
Alain Pereira-Toledo
ANÁLISIS DEL COMPORTAMIENTO DEL ALGORITMO SVM PARA DIFERENTES KERNEL EN AMBIENTES CONTROLADOS
Holos
aprendizaje automático
svm
kernel
estudio experimental
author_facet José Daniel López Cabrera
Alain Pereira-Toledo
author_sort José Daniel López Cabrera
title ANÁLISIS DEL COMPORTAMIENTO DEL ALGORITMO SVM PARA DIFERENTES KERNEL EN AMBIENTES CONTROLADOS
title_short ANÁLISIS DEL COMPORTAMIENTO DEL ALGORITMO SVM PARA DIFERENTES KERNEL EN AMBIENTES CONTROLADOS
title_full ANÁLISIS DEL COMPORTAMIENTO DEL ALGORITMO SVM PARA DIFERENTES KERNEL EN AMBIENTES CONTROLADOS
title_fullStr ANÁLISIS DEL COMPORTAMIENTO DEL ALGORITMO SVM PARA DIFERENTES KERNEL EN AMBIENTES CONTROLADOS
title_full_unstemmed ANÁLISIS DEL COMPORTAMIENTO DEL ALGORITMO SVM PARA DIFERENTES KERNEL EN AMBIENTES CONTROLADOS
title_sort análisis del comportamiento del algoritmo svm para diferentes kernel en ambientes controlados
publisher Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte
series Holos
issn 1807-1600
publishDate 2018-11-01
description En el presente trabajo se realiza una investigación del comportamiento de la técnica de aprendizaje automático SVM en diferentes ambientes controlados, usando cinco kernel. Primero se analiza el comportamiento de los clasificadores ante datos con valores perdidos. Luego se prueban en ambientes con valores ruidosos. La última tarea es el análisis de su comportamiento una vez que se adicionan atributos irrelevantes. Para validar los resultados se realizan pruebas estadísticas no paramétricas. Se encontró que la técnica SVM es muy robusta ante los tres ambientes antes mencionados y el kernel polinómico arrojó los mejores resultados de clasificación.
topic aprendizaje automático
svm
kernel
estudio experimental
url http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/5563
work_keys_str_mv AT josedaniellopezcabrera analisisdelcomportamientodelalgoritmosvmparadiferenteskernelenambientescontrolados
AT alainpereiratoledo analisisdelcomportamientodelalgoritmosvmparadiferenteskernelenambientescontrolados
_version_ 1724956752929095680