بررسی تأثیر توجه مضاعف به نمونه های یادگیری با استفاده از قیود بهینه سازی طبقه بندهای ماشین بردار پشتیبان

بدون شک نیاز عصر امروز بشر، با توجه به غوطه‏ور شدن در حجم وسیعی از داده‏های پیرامونش، استفاده از ابزارهایی برای تحلیل این داده‏ها و دستیابی به دانش نهفته‏ی درون آنهاست. طبقه‎بندی داده‎ها یکی از ابزارهای مهم در استخراج دانش از داده‎هاست. یکی از مشکلاتی که در هر روش طبقه‏بندی داده‏ها پیش روی داریم، بدست آوردن بهترین مدل است. اهمیت این قضیه وقتی آشکار می‏شود که بدانیم مجموعه داده‏هایی که برای آموزش این مدل استفاده شده‏ است، دارای داده‏های پرت، نویزی و یا به طور کلی کم اهمیت هم بوده است. در نتیجه مدل بدست آمده نمی‏تواند نتایج خوبی را در تشخیص داده‏های جدید گزارش نماید. بنابراین کلیه‏ی برنامه‏های داده‏کاوی از جمله طبقه‏بندی، بخش عمده‏ای از کار خود را روی تحلیل و کم‎کردن تأثیر این داده‏ها صرف می‏کنند. یکی از محبوب‏ترین روش‏های طبقه‏بندی داده‏ها ماشین‎های بردار پشتیبان (svm) هستند. ابرسطح جداکننده ای که توسط این روش بدست می‎آید فقط به بخش کوچکی از داده‎های آموزش بستگی دارد. در نتیجه svm نسبت به داده‎های نویزی و پرت بسیار حساس است. از طرف دیگر اهمیت تمام داده‎هایی که در آموزش شرکت می‎کنند، یکسان در نظر گرفته می‎شود. هدف اصلی در این تحقیق، اهمیت دادن به نمونه‎های یادگیری با استفاده از قیود موجود در مسأله‎ی بهینه‎سازی svm است. بدین ترتیب مشکل دیگر در آموزش svm که همواره بین انتخاب یک حاشیه بزرگ‎تر و کم‎کردن خطای در آموزش سیستم یک تضاد وجود دارد، به نحوی تبدیل به یک هدف شده و مرتفع می‎گردد و زیادتر کردن آگاهانه‏ی خطا تأثیر منفی بر مسأله‏ی بیشینه کردن ناحیه‏ی بین دو کلاس نخواهد داشت. ساختار svm در روش پیشنهادی به نحوی تغییر می‎کند که قادر است در مقابل داده‎های نویزی و پرت مقاوم‎تر باشد. از مزایای دیگر روش ارائه شده در نظر گرفتن تحمل و همچنین درجه‎ی قطعیت برای داده‎هاست که تاکنون در هیچ‎کدام از توسعه‎هایی که برای svm داده شده، مطرح نگردیده است. آزمایش‎های مختلف با استفاده از مجموعه داده‎های متعدد کارایی این الگوریتم برای مسائل مختلف یک کلاسی، دو کلاسی و چند کلاسی را اثبات کرد.