Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

21.08.2021 | Regular Paper

SVGPM: evolving SVM decision function by using genetic programming to solve imbalanced classification problem

Zeitschrift:
Progress in Artificial Intelligence
Autoren:
Muhammad Syafiq Mohd Pozi, Nur Athirah Azhar, Abdul Rafiez Abdul Raziff, Lina Hazmi Ajrina
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

In supervised learning, imbalanced class dataset is a state where the class distribution is not uniform among the classes. Most standard classifiers fail to properly identify pattern that belongs to minority class because most of those classifiers are built to minimize the error rate. As a result, a biased classification model is highly anticipated, as higher accuracy metrics can solely be represented by the majority class. In order to tackle this problem, several methods have been proposed, mainly to reduce the classifier’s bias, such as performing resampling on the dataset, modification on a classifier optimization problem, or introducing a new optimization task on top of the classifier. Our proposal is based on a new optimization task on top of a classifier, combined as a part of the learning process. Specifically, a hybrid classifier based on genetic programming and support vector machines is proposed. Our classifier has shown to be competitive enough against several variations of support vector machines in solving imbalanced classification problem from the experimentation carried out.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Premium Partner