PARAMETER SELECTION IN LEAST SQUARES-SUPPORT VECTOR MACHINES REGRESSION ORIENTED, USING GENERALIZED CROSS-VALIDATION

Autor: ANDRÉS M. ÁLVAREZ MEZA, GENARO DAZA SANTACOLOMA, CARLOS D. ACOSTA MEDINA, GERMÁN CASTELLANOS DOMÍNGUEZ
Jazyk: angličtina
Rok vydání: 2012
Předmět:
Zdroj: Dyna, Vol 79, Iss 171, Pp 23-30 (2012)
ISSN: 0012-7353
Popis: RESUMEN: En este trabajo, se propone una metodología para la selección automática de los parámetros libres de la técnica de regresión basada en mínimos cuadrados máquinas de vectores de soporte (LS-SVM), a partir de un análisis de validación cruzada generalizada multidimensional sobre el conjunto de ecuaciones lineales de LS-SVM. La técnica desarrollada no requiere de un conocimiento a priori por parte del usuario acerca de la influencia de los parámetros libres en los resultados. Se realizan experimentos sobre dos bases de datos artificiales y dos bases de datos reales. De acuerdo a los resultados obtenidos, se concluye que el algoritmo desarrollado calcula regresiones apropiadas con errores relativos competentes.
Databáze: OpenAIRE