Feature construction and parameter setting for Support Vector Machines

Varování

Publikace nespadá pod Fakultu sportovních studií, ale pod Fakultu informatiky. Oficiální stránka publikace je na webu muni.cz.
Autoři

KUBA Petr

Rok publikování 2003
Druh Článek ve sborníku
Konference Proceedings of the 2nd Conference Znalosti 2003
Fakulta / Pracoviště MU

Fakulta informatiky

Citace
Obor Informatika
Klíčová slova Support Vector Machines; parameter setting; feature construction; Apriori; frequent patterns; object-oriented data
Popis Support Vector Machines (SVM) are a machine learning algorithm that can be used for both classification and regression problems. In this paper, we focus on two problems with SVM. First, we concentrate on the parameter setting of SVM which has great influence on the performance. Then feature construction is discussed. Features can be used to improve results of SVM and to represent structured data in SVM. Mining frequent patterns from structured data is used to construct features.
Související projekty:

Používáte starou verzi internetového prohlížeče. Doporučujeme aktualizovat Váš prohlížeč na nejnovější verzi.

Další info