Object

Title: Problem doboru zmiennych do modelu dyskryminacyjnego budowanego metodą wektorów nośnych

Title in english:

Variable selection in Support Vector Machines

Creator:

Trzęsiok, Michał

Description:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2009; Nr 47, s. 214-222

Abstrakt:

Support Vector Machines (SVM) belong to the group of Data Mining methods and are considered as a black box method. Some authors suggest that variable selection is usually not necessary for SVMs, i.e. building the model on a set of variables including some (but not too many) redundant variables does not change the generalization ability. Once the model is built, it is still valuable to recognize the relative importance of predictor variables. The paper presents the simple modification of the backward elimination technique for feature selection and empirically shows that deleting the redundant variables can improve the classification accuracy and reduce the complexity of SVM models. (original abstract)

Publisher:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Place of publication:

Wrocław

Date:

2009

Resource Type:

artykuł

Resource Identifier:

oai:dbc.wroc.pl:124213

Language:

pol

Relation:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2009; Nr 47 ; Klasyfikacja i analiza danych – teoria i zastosowania ; Taksonomia 16

Rights:

Wszystkie prawa zastrzeżone (Copyright)

Access Rights:

Dla wszystkich w zakresie dozwolonego użytku

Location:

Uniwersytet Ekonomiczny we Wrocławiu

Coverage:

Dofinansowano z programu "Społeczna odpowiedzialność nauki" Ministra Edukacji i Nauki (SONB/SP/546390/2022). Tytuł projektu: Upowszechnienie zawartości czasopisma Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Similar

×

Citation

Citation style:

This page uses 'cookies'. More information