A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions

Nur Uylaş Satı [1]

248 550

A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions

Classification is a frequently used technique of data mining. Binary classification is a type of classification that includes two classes. This problem has a lot of application areas like medical and social sciences, economics, engineering, finance and management, marketing  etc. Different mathematical programming approaches  of the binary classification have been presented in recent years to support vector machines and polyhedral conic functions. In this paper,  a modified algorithm that combines both support vector machines approachment and polyhedral conic functions has been presented. Besides clustering method, a data mining technique, has been added to reduce computational time. Results of numerical experiments on real-world datasets demonstrate that the proposed approach is efficient for solving binary data classification problems. Only one problem arised in some datasets. Because of clustering method’s sensitivity on initilization point choice, it can find different local solutions from global ones in some big datasets that have noise or outliers. All results are presented in tables.

 

Çokyüzlü Konik Fonksiyonlar ile Destek Vektör Makineleri  Tabanlı İkili Sınıflandırma Yaklaşımı

Sınıflandırma sıkça kullanılan bir veri madenciliği tekniğidir. Bir sınıflandırma çeşidi olan ikili sınıflandırmada iki sınıf bulunur. Bu problemin birçok uygulama alanı vardır; tıp, sosyal bilimler, ekonomi, mühendislik, finans ve yönetim, pazarlama vb. gibi. Son yıllarda ikili sınıflandırma için farklı matematiksel programlama yaklaşımları sunulmuştur. Destek vektör makineleri ve çokyüzlü konik fonksiyonlar bunlardan sadece ikisidir. Makalede bu iki verimli yöntemin kombinasyonuyla oluşturulmuş yeni bir algoritma sunulmuştur. Ayrıca yine bir veri madenciliği yöntemi olan kümeleme metoduda bu algoritmaya eklenerek hesaplama zamanı indirgenmeye çalışılmıştır.  Gerçek hayat veri kümeleri üzerinde yapılan sayısal deney sonuçları sunulan yaklaşımın, ikili veri sınıflandırma problem çözümlerinde  etkili olduğunu göstermektedir. Sadece bazı veri kümelerinde kümeleme metodunun başlangıç  nokta seçimlerindeki hassasiyeti sebebiyle bir problem ortaya çıkmıştır, öyle ki aykırılıklar ve gürültüye sahip büyük veri kümelerinde genel sonuçlardan farklı yerel sonuçlar elde edilmiştir. Tüm sonuç değerleri tablolarda sunulmuştur.



Primary Language EN
Journal Section Articles
Authors

Author: Nur Uylaş Satı

Dates

Publication Date: August 29, 2016

Bibtex @ { cbayarfbe254849, journal = {Celal Bayar University Journal of Science}, issn = {1305-130X}, eissn = {1305-1385}, address = {Celal Bayar University}, year = {2016}, volume = {12}, pages = {0 - }, doi = {10.18466/cbujos.93628}, title = {A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions}, key = {cite}, author = {Uylaş Satı, Nur} }
APA Uylaş Satı, N . (2016). A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions. Celal Bayar University Journal of Science, 12 (2), . Retrieved from http://dergipark.org.tr/cbayarfbe/issue/23915/254849
MLA Uylaş Satı, N . "A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions". Celal Bayar University Journal of Science 12 (2016): <http://dergipark.org.tr/cbayarfbe/issue/23915/254849>
Chicago Uylaş Satı, N . "A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions". Celal Bayar University Journal of Science 12 (2016):
RIS TY - JOUR T1 - A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions AU - Nur Uylaş Satı Y1 - 2016 PY - 2016 N1 - DO - T2 - Celal Bayar University Journal of Science JF - Journal JO - JOR SP - 0 EP - VL - 12 IS - 2 SN - 1305-130X-1305-1385 M3 - UR - Y2 - 2019 ER -
EndNote %0 Celal Bayar University Journal of Science A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions %A Nur Uylaş Satı %T A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions %D 2016 %J Celal Bayar University Journal of Science %P 1305-130X-1305-1385 %V 12 %N 2 %R %U
ISNAD Uylaş Satı, Nur . "A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions". Celal Bayar University Journal of Science 12 / 2 (August 2016): 0-.
AMA Uylaş Satı N . A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions. Celal Bayar Univ J Sci. 2016; 12(2): 0-.
Vancouver Uylaş Satı N . A Binary Classification Approach Based On Support Vector Machines Via Polyhedral Conic Functions. Celal Bayar University Journal of Science. 2016; 12(2): -0.