Optimisation multi-objectif pour la sélection de modèles SVM
Résumé
Dans cet article, nous proposons une méthode d'optimisation multi-objectif pour la sélection de modèle SVM, en utilisant l'algorithme NSGA-II. Le faux rejet et la fausse acceptation sont les deux critères employés pour trouver les hyperparameters optimaux d'un ensemble de classifieurs SVM. La stratégie proposée est appliquée à une tâche de discrimination chiffre/rejet embarquée dans un système plus global d'extraction d'information dans des documents manuscrits. Nos expérimentations sur une base réelle de chiffres/rejet montrent que notre méthode fournit de meilleurs résultats que les techniques d'optimisation mono-objectif plus classiques telle que l'apprentissage basé sour un critère d'aire sous la courbe ROC. Ces résultats sont dans un second temps validés sur des bases de l'UCI.
Domaines
Traitement du texte et du document
Origine : Fichiers produits par l'(les) auteur(s)