|
 
|
[Jak04a] La discrimination à plus de deux classes. Comparaison de plusieurs approches issues des Support Vector Machines
Conférence Nationale avec comité de lecture : SFC'04 (11e Rencontres de la Société Francophone de Classification), Bordeaux, September 2004, pp.208-211,Mots clés: SVM, Support Vector Machines
Résumé:
L’apprentissage automatique est aujourd’hui en pleine expansion, suite aux d´ecouvertes de V. Vapnik, la méthode de discrimination issue de ces théories obtient des résultats extrêmement bons. Les Support Vector Machines (SVM) ont été très bien développés dans le cas de deux classes, mais pour le cas de plus de deux classes plusieurs méthodes existent mais elles n’ont pas été clairement comparées. Dans cet article, nous avons rassemblé les principales méthodes existantes et les avons comparées sur un certain nombre de jeux de données tests. D’autre part, comme le pourcentage de bien classées n’est bien souvent pas suffisamment sensible pour juger de la qualité d’un modèle, nous avons étudié de nouveaux critères de validation.
Equipe:
msdma
BibTeX
| @inproceedings { | |||
| Jak04a, | |||
| title | = | "{La discrimination à plus de deux classes. Comparaison de plusieurs approches issues des Support Vector Machines}", | |
| author | = | " E. Jakobowicz ", | |
| booktitle | = | "{SFC'04 (11e Rencontres de la Société Francophone de Classification), Bordeaux}", | |
| year | = | 2004, | |
| month | = | "September", | |
| pages | = | "208-211", | |
| } | |||
