Iqtisodiyoti 14 nashriyalar 275 iqtisodiyoti profilga qaring 102

2. Vektor mashinasini qo'llab-quvvatlash (SVM)
Asl SVM algoritmi chiziqli tasniflagich bo'lib, u faqat giper ishlab chiqarishi mumkinligini anglatadi
tasnifi va biomarker identifikatsiyasi (Marzetti, Landi, Marini, Sezari, Buford, Manini,
p o'lchovli fazodagi guruhlar. SVM imkon qadar keng bo'lgan bunday bo'shliqni topishga harakat qiladi
biz ma'lumotlarni ikki guruhga ajratishimiz mumkin, intuitiv ravishda bu ikkisi o'rtasida "bo'shliq" ni topishimiz mumkin
PLS usuli kasallik uchun ko'plab metabolomik tadqiqotlarda muvaffaqiyatli qo'llanilgan
dasturlash. Ushbu muammoning tegishli matematik ifodasi tomonidan hujjatlashtirilgan
29
Machine Translated by Google

---

asl ma'lumotlarni yuqori o'lchamli fazoga o'tkazing, shunda ular ushbu bo'shliqda chiziqli ravishda ajratilishi mumkin.
chegarani iloji boricha tozalang. Bu erda "toza" faqat bir nechta noto'g'ri tasniflangan mavzularni anglatadi.
Yana bir muammo - algoritmning barqarorligi. Agar chegaradan tashqari yoki noto'g'ri belgilangan ma'lumotlar mavjud bo'lsa,
(RFE) usuli va L1 normasi SVM (Guan, Chjou, Xempton, Benigno, Uoker, Grey, McDonald va boshqalar.
SVM va uning hisoblash narxini pasaytiradi. Misollar rekursiv xususiyatni yo'q qilishni o'z ichiga oladi
va Gauss yadrosi (Bishop 2006).
PLS-DA usuli bilan solishtirganda, SVM ning bir kichik kamchiliklari shundaki, u tez-tez uchraydi
o'zgaruvchilar soni ko'p. Biroq, tasniflash maqsadida biz hali ham SVM ni tavsiya qildik
boshqa ko'plab usullardan (Mahadevan, Shah, Marrie, Slupsky 2008) va SVM keng tarqalgan.
SVM algoritmiga qo'llanilishi mumkin. Bundan tashqari, bu tekshirish usullari va diagnostika
bu muammoni hal qilish uchun yumshoq marj bilan. Yumshoq chegara SVM ba'zi noto'g'ri tasniflash imkonini beradi
original SVM qoniqarsiz tasniflash natijasini berishi mumkin. Bunday holda biz SVM dan foydalanishimiz mumkin
al. 2009). PLS bo'limida muhokama qilinganidek, shunga o'xshash tekshirish usullari va diagnostika choralari
parametrlari.
ya'ni, ajratuvchi giper tekislik mavjud emas. Bunday holda, xaritalash uchun yadro hiylasidan foydalanishimiz mumkin
Bizning maqsadimizni ikki guruh orasidagi chegarani maksimal darajada oshirishdan maksimal darajaga ko'tarishgacha o'zgartiradi
boshlang'ich maqsad funktsiyasiga sust o'zgaruvchilarni qo'shish orqali o'qitish bosqichi. Ushbu modifikatsiya
chora-tadbirlar bizga optimal parametrlarni tanlashda yordam beradi, masalan, qaysi yadroni tanlash va uning
mahsulot (chiziqli yadro) boshqa yadrolar bilan. Ko'p ishlatiladigan yadrolarga polinom yadrosi kiradi
Biroq, unumdorlikni oshirish uchun ishlatilishi mumkin bo'lgan xususiyatlarni tanlash usullari mavjud
SVM yaxshi tartibga solingan usul bo'lgani uchun u har doim ham xususiyat tanlash bosqichini talab qilmaydi.
Yadro hiylasi yoki yadro almashtirish algoritmlarni kengaytirishda juda foydali. U ichki qismni almashtiradi
syujetlar yordamida tasniflash natijasini tasavvur qilish va izohlash qiyin; ayniqsa, qachon
30
Machine Translated by Google

---

(Guan, Chjou, Xempton, Benigno, Uoker, Grey, McDonald va boshq. 2009; Henneges, Bullinger,
yo'l tahlili, masalan, haddan tashqari vakillik tahlili (ORA) va boyitish balli. Mana biz
SVR va uning metabolomika va kimyometrikada qo'llanilishini (Li, Liang, Xu
Tadqiqot davomida bizda aniqlangan metabolitlar ro'yxati mavjud bo'lgan holatlar bo'lishi mumkin va biz
1. Ortiqcha vakillik tahlili (ORA)
u qo'llab-quvvatlash vektor regressiyasi (SVR) deb ataladi (Brereton, Lloyd 2010). Batafsil muhokamalar
(Xatri, Sirota, Butte 2012). Ma'lumot bazasiga asoslangan yo'l usullari orasida ORA bor
Internetda mavjud bo'lgan metabolik yo'l ma'lumotlar bazalari. Bunday holda, yo'llar allaqachon mavjud