Maquina De Soporte Vectorial SMV

Maquina de soporte vectorial (SMV)
• es un método de aprendizaje supervisado que es utilizado para la
clasificación o análisis de regresión.
• la SVM construye un modelo que luego se utiliza paraclasificar los
nuevos puntos de datos a una de dos clases.
• la muestra de datos de entrada representa a los pacientes, cada punto
de datos en la muestra representa un paciente que pertenece a uno
de lasdos clases (ADHD o normal)

Modelo y Preprocesamiento.
• Dividimos los datos a partir de las mediciones de EEG para cada una
de las cuatro condiciones por separado.
• los resultados que obtenemos sebasa en el conocimiento combinado
que obtenemos de la información del EEG-condición dependiente.
• Cada uno de los clasificadores se entrena con el conjunto de datos
correspondiente
• Para cadaclasificador SVM se aplicó el esquema de selección hacia
delante para elegir el mejor atributos que corresponden con el
clasificador seleccionado. el esquema de selección es un algoritmo
que seleccionaiterativamente.

Votante.
• la votante se define como una expresión del álgebra booleana y lógica o que depende
en cuatro variables de entrada.
• 1. Ilustración del modelo:
A) Los conjuntos de datos seprocesan con los atributos correspondientes son las
entradas a los clasificadores SVM correspondientes.
B) Los clasificadores SVM están capacitados y la salida de cada clasificador se introduce
en elvotante.
C) El votante toma la decisión final, y la salida del votante representa la clase de final
que se le da a la correspondiente paciente.
• los clasificadores son valores binarios porque tenemosclasificación binaria problema,
1 representa el grupo de TDAH y 0 representa el grupo normal.

Resultado y discusión
• De los resultados podemos ver que el votante mejora la clasificación,
por loque verdaderamente adquirimos más información de las
condiciones que combinan, el análisis de cada condición por separado.
Cada uno de los subtipos tiene diferentes características que se
representan...