‘Ž‡–À±…‹…‘†‡‰‡‹‡”Àƒ Figura. 9. Ejemplo de árbol de decisión El objetivo de las máquinas de vectores de soporte (SVM) es separar varios conjuntos de datos de características diferentes, y por tanto pertenecientes a clases distintas, para clasificarlos mediante la búsqueda de un hiperplano que de la distancia mínima más grande entre los diferentes conjuntos de datos (Fig. 10). La distancia que separa ambos conjuntos de datos es conocida como margen, cuanto mayor sea esta distancia más facilidad tendrá el algoritmo para diferenciar las diferentes clases que existan. Figura. 10. Hiperplano para separar conjuntos de datos Por último, tenemos los clasificadores bayesianos o también conocido como Naive Bayes, este tipo de algoritmos utilizan expresamente el Teorema de Bayes de probabilidad para resolver problemas de clasificación (Fig. 11). Se trata de una técnica que construye modelos que predicen la probabilidad de posibles resultados basado en probabilidades condicionadas entre variables. ϱϳ
Bol_tec_ing_16
To see the actual publication please follow the link above