Seleção de recursos usando algoritmo genético para melhorar o classificador SVM

Este livro fornece algoritmos de classificação, como Máquina de Vetor de Suporte e Algoritmo Genético, usados ¿¿para encontrar a precisão da classificação para o conjunto de dados do Câncer de Mama de Wisconsin. O conjunto de dados de referência, conjunto de dados Wisconsin Breast Cancer, é obtido do UCI Machine Learning Repository. O conjunto de dados consiste em 699 instâncias divididas em 2 classes, a saber, Benigno e Maligno, cada uma com 11 atributos. Máquinas de vetores de suporte (SVMs) são um conjunto de métodos de aprendizado supervisionado usados ¿¿para classificação. Um modelo SVM de classificação tenta separar as classes de destino com a margem mais ampla possível. No SVM, a função de base radial e a função de kernel polinomial são usadas para calcular a precisão da classificação e o tempo de execução. A seleção de recursos é usada para melhorar a precisão do classificador SVM. No GA, o algoritmo genético codificado por inteiro e binário também é usado para calcular a precisão da classificação e o tempo de execução. Algoritmo Genético Codificado por Inteiro é usado para selecionar recursos importantes e relevantes para classificação. O Algoritmo Genético Codificado em Binário pode ser aplicado a muitos problemas de otimização que contém cadeias binárias para as variáveis.