توضیحات:
نام لاتین مقاله : Data selection based on decision tree for SVM classification on large data sets

عنوان فارسی مقاله : روش جدید طبقه بندی SVM برای مجموعه های داده ای عظیم

مجله : الزویر

سال انتشار : 2015

تعداد صفحات ترجمه : 14

چکیده

الگوریتم های ماشین حمایت برداری عادی به دلیل پیچیدگی بسیار زیاد در آموزش آن برای دسته بندی مجموعه های داده ای بزرگ مناسب نیستند. این مقاله رویکرد جدید طبقه بندی SVM را برای مجموعه های داده ای بزرگ معرفی می کند. این رویکرد دو مرحله دارد. در مرحله اول، یک دسته بندی تقریبی توسط SVM با کاربرد تکنیک های دسته بندی کننده سریع برای انتخاب داده های تعلیم دهنده از مجموعه داده های اصلی بدست آمده است. در مرحله دوم، دسته بندی با استفاده از فقط داده های نزدیک به فوق مرحله تقریبی بدست آمده از مرحله اول اصلاح می شود. نتایج آزمایشی نشان می دهد که رویکرد ما دارای صحت دسته بندی خوب می باشد در حالیکه آموزش و تعلیم به طرز چشمگیری سریع تر از دسته بندی کننده های SVM دیگر است. دسته بندی کننده پیشنهاد شده دارای فواید مشخصی در مواجه با مجموعه های داده ای بزرگ می باشد.


نتیجه گیری
در این مقاله، ما روش دسته بندی را نشان دادیم که چگونه می توان تکنیک های کاهش را بکار برد تا سرعت زمان پردازش SVM افزایش دهد. رویکرد دسته بندی دو بخشی ما برای مجموعه داده های بزرگ مناسب است. اما برای مجموعه داده های کوچک مناسب نیست تا وقتی که کاهش داده ها روی صحت و درستی خیلی تاثیر می گذارد، وقتیکه اندازه مجموعه داده ای کوچک باشد. عموما رویکردمان تقریبا دارای دقت مشابهی همانند دسته بندی کننده های SVM دیگر است هنگامیکه مجموعه داده ها بزرگ است، در حالیکه زمان پردازش بسیار کوتاه است.