استواری در برابر داد ه های پرت در رویکرد دسته بندی SVM

رویکرد ماشین بردار پشتیبان (SVM) با تابع زیان هینگ یک روش شناخته شده و موفق برای حل مسائل دسته بندی است اما ضعف این رویکرد، حساسیت آن نسبت به داده های پرت است. در راستای برطرف نمودن این ضعف، در ادبیات موجود دو تابع زیان جدید به نام زیان رمپ و زیان حاشیه سخت مطرح و مدل SVM بر اساس آنها توسعه داده شده و در قالب دو مدل برنامه ریزی عدد صحیح آمیخته غیرخطی (MINLP) فرمول بندی شده است. مدل های جدید نه تنها برای دسته بندهای خطی قابل استفاده اند، بلکه امکان لحاظ کردن کرنل در آنها فراهم است. در این مقاله، به بررسی این مدل ها می پردازیم، امکان لحاظ کردن کرنل را در آنها تحقیق می کنیم و آنها را روی طیف گسترده ای از داده های تولید شده با شبیه سازی و نیز داده های واقعی برگرفته از ادبیات پیاده سازی می نماییم و در مقایسه با تابع زیان هینگ، اهمیت توابع زیان رمپ و حاشیه سخت را در رویارویی با داده های پرت ارزیابی می نماییم. همچنین، با توجه به آن که اندازه مدل های MINLP با افزایش تعداد ویژگی ها و تعداد داده ها به شدت زیاد می شود، برای حل نمونه های بزرگ این مسائل به ارائه روش حل می پردازیم.

کلیدواژه ها:

ماشین بردار پشتیبان ، زیان رمپ ، زیان حاشیه سخت ، برنامه ریزی عدد صحیح آمیخته درجه دوم ، کرنل