Beruflich Dokumente
Kultur Dokumente
de Soporte - SVM
Equipo:
Jos Alberto Alvares Prez
Venancio JR Celis Catarino
Jorge Luis Lpez cruz
Jos Gpe. Montero Jimnez
Introduccin
Por ejemplo:
Se puede aprender a reconocer la actividad fraudulenta de una
tarjeta de crdito examinando cientos o miles de informes de
actividades para determinar si existe un fraude o no.
Jos Alberto
+1
-1
Kernel
Los datos son mapeados por medio de un kernel Gaussiano u otro tipo de
kernel a un espacio de caractersticas en un espacio dimensional ms alto,
donde se busca la mxima separacin entre clases.
Conceptos matemticos
Cuando los datos no se pueden separar linealmente se
hace un cambio de espacio mediante una funcin que
transforme los datos de manera que se puedan separar
linealmente. Tal funcin se llama Kernel.
Tambin hay mtodos para separar los datos (xi,yi)
directamente an no siendo separables linealmente,
mediante funciones polinmicas y otro tipo de
funciones, las Funciones de Base Radial (RBF).
7
Venancio
Conceptos matemticos
r ne
e
K
RBF
+1
-1
Conceptos matemticos
Algunos problemas con las SVM:
Overtraining:se han aprendido muy bien los datos de
entrenamiento pero no se pueden clasificar bien ejemplos
no vistos antes. Ej.: un botnico que conoce mucho.
La porcin n de los datos no conocidos que ser mal
calificada, est limitada por:
No. vectores de soporte
n
No. de ejemplos de entrenamie nto
Conceptos matemticos
Algunos problemas con las SVM:
Overfitting: no se ha aprendido muy bien la
caracterstica de los datos de entrenamiento, por lo que se
hace una mala clasificacin. Ej.: el hermano del botnico.
Interpretacin geomtrica
+1
-1
Interpretacin geomtrica
+1
-1
Jorge Luis
Interpretacin geomtrica
+1
-1
Interpretacin geomtrica
+1
-1
Interpretacin geomtrica
+1
-1
Interpretacin geomtrica
+1
wx+b=0
-1
Definimos el hiperplano
Interpretacin geomtrica
+1
-1
Definimos el margen
Jos Montero
Interpretacin geomtrica
+1
-1
La idea es maximizar el
margen.
Interpretacin geomtrica
+1
-1
Interpretacin geomtrica
+1
-1
Interpretacin geomtrica
+1
-1
Interpretacin geomtrica
+1
=
+b
-1
x
=
w
+b
x
+1
-1
d+
ma
rge
n
d-
23
Aplicaciones
24
Referencias:
http://svm.cs.rhul.ac.uk/pagesnew/GPat.shtml
http://svm.cs.rhul.ac.uk/pagesnew/1D-Reg.shtml
http://es.wikipedia.org/wiki/Sobreajuste
http://www.ecured.cu/index.php/M%C3%A1quinas_de_Sop
orte_Vectorial
http://ccc.inaoep.mx/~emorales/Cursos/Aprendizaje2/node
29.html
http://prezi.com/7pfsk8ns_l1j/maquinas-de-soporte-vectoria
l/
http://www.infor.uva.es/~isaac/doctorado/Cap07_SVM.pdf