A Pre-Processing Approach Based on Artificial Bee Colony for Classification by Support Vector Machine

Abstract

Abstract-In this study, handling with the success of pre-processing on classification tasks, artificial bee colony (ABC) algorithm is used as a pre-processor in order to improve accuracy of the support vector machine (SVM) classifier. Proposed approach is examined on three different online available dataset by using k-fold cross validation method. The results obtained are compared with the results of the classification of the datasets with pure SVM classifier. The increase of the classification accuracy is observed. By altering parameters of the suggested approach, it is thought the approach would be more successful on the different datasets.Index Terms-Artificial bee colony, support vector machine, medical data classification.

Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje

“…Fuente: Babalik, Babaoğlu y Özkış [12] Las pnn, al igual que otras técnicas que incluyen la implementación de técnicas de máquinas de aprendizaje como mlp, pueden emplearse para resolver problemas de clasificación de datos o especies. Una pnn (véase la figura 8) está compuesta por tres capas: de entrada, competitiva y de salida [19,24].…”

“…1 / enero-abril 2019 / Bogotá D.C., Colombia Universidad Cooperativa de Colombia directa, como se observa en la tabla 1. Así entonces, el grupo 1 se divide en individuos que pertenecen a tres categorías -normal, hernia discal y espondilolistesis-, mientras que el 2 cuenta con la misma cantidad de individuos, pero divididos en dos categorías: normal y anormal (incluye hernia discal y espondilolistesis)[12],[13]. Clasificación del conjunto de datos por gruposDe la información de muestras en la tabla 1 se evidencia que el 49 % de los datos corresponde a individuos que padecen espondilolistesis; 32 % a individuos que no padecen ninguna patología (normal); y 19 % a personas con hernia discal[13].…”

“…El primer algoritmo de clasificación escogido fue svm. Estos son algoritmos de clasificación estadísticos usados para la clasificación de problemas en los cuales se tienen distintas clases[12]. El proceso de aprendizaje consiste en encontrar el hiperplano H (véase la figura 5) a través de funciones que pueden ser lineales, no lineales, polinomiales o rbf[12,20,21].Powell (1987), y en la actualidad tienen gran aceptación en los sistemas de aprendizaje, debido a que asocian un sistema de ecuaciones que puede ser invertible incluso si la distribución de los puntos no presenta regularidad[22].…”

Fuzzy Classifier for the Diagnosis of Pathology on the Vertebral Column

“…[6]. Otra alternativa emplea el algoritmo de colonia artificial de abejas como un pre-procesador de los datos con el fin de mejorar la precisión de la Máquinas de Soporte Vectorial SVM [7]. Ambas alternativas son aplicadas a la base de datos suministrada por UCI Machine Learning Repository para el diagnóstico de patologías de la columna vertebral.…”