(LUẬN văn THẠC sĩ) nghiên cứu xây dựng mô hình đa phân lớp dựa trên GA và SVM

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ LỮ ĐĂNG NHẠC NGHIÊN CỨU XÂY DỰNG MƠ HÌNH ĐA PHÂN LỚP DỰA TRÊN GA VÀ SVM LUẬN VĂN THẠC SĨ HÀ NỘI - 2010 TIEU LUAN MOI download : skknchat@gmail.com ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ LỮ ĐĂNG NHẠC NGHIÊN CỨU XÂY DỰNG MƠ HÌNH ĐA PHÂN LỚP DỰA TRÊN GA VÀ SVM Ngành: Chuyên ngành: Mã số: Công nghệ thông tin Hệ thống thông tin 60.48.05 LUẬN VĂN THẠC SĨ Người hướng dẫn khoa học: TS NGUYỄN HÀ NAM HÀ NỘI - 2010 TIEU LUAN MOI download : skknchat@gmail.com MỤC LỤC LỜI CẢM ƠN DANH MỤC HÌNH VẼ DANH MỤC BẢNG BIỂU BANH MỤC CÁC KÝ HIỆU, TỪ VIẾT TẮT MỤC LỤC Chƣơng - MỞ ĐẦU Chƣơng - THUẬT TOÁN PHÂN LỚP VỚI SVM 10 1.Giới thiệu chung phân lớp 10 1.1.Khái niệm 10 1.2.Quá trình phân lớp 10 1.2.1.Xây dựng mô hình 11 1.2.2.Sử dụng mơ hình 11 1.3.Các yêu cầu bàn toán phân lớp 12 2.Kỹ thuật phân lớp SVM(Support vector machines) 13 2.1.SVM tuyến tính 13 2.1.1.Các phận phân lớp tuyến tính 13 2.1.2.Tập huấn luyện phân chia tuyến tính 14 2.1.3.SVM tuyến tính cho huấn luyện phân chia 15 2.1.4.Tìm siêu phẳng tối ưu 16 2.1.5.Các véc tơ hỗ trợ 17 2.1.6.SVM tuyến tính cho tập huấn luyện tổng quát 18 2.2.SVM khơng tuyến tính 20 2.2.1.Không gian đặc trưng 20 2.2.2.SVM tuyến tính khơng gian đặc trưng 21 2.2.3.Ngầm xạ sang không gian đặc trưng 22 2.2.4.Các hàm nhân phổ biến 22 2.3.Một số biến thể cải tiến SVM 23 2.3.1.Một số kỹ thuật đa phân lớp 23 2.3.2.Kỹ thuật Cross Validation 25 Kết luận chương 26 TIEU LUAN MOI download : skknchat@gmail.com Chƣơng - GIẢI THUẬT DI TRUYỀN 28 1.Giới thiệu 28 2.Nội dung thuật toán 28 3.Thể giả thuyết 31 4.Các toán tử di truyền 32 5.Hàm thích nghi chọn lọc 34 Kết luận chương 35 Chƣơng - MƠ HÌNH TỐI ƢU ĐA PHÂN LỚP SVM 36 1.Mơ hình đề xuất 36 2.Cấu trúc hàm Kernel 37 3.Cấu trúc cá thể kỹ thuật tìm tham số tối ưu dựa giải thuật di truyền 39 Kết luận chương 40 Chƣơng - XÂY DỰNG CHƢƠNG TRÌNH MƠ PHỎNG 41 1.Giao diện chương trình 41 1.1.Giới thiệu MatLab 41 1.2.Các module hệ thống giao diện chương trình 41 1.2.1 Module Genetic Algorithm 41 1.2.2.Các hàm chương trình 43 2.Thực nghiệm 44 2.1.Sử dụng liệu Stomach cho chương trình 44 2.1.1.Kết thực nghiệm với hàm Gaussian 45 2.1.2 Kết thực nghiệm với hàm Poly 48 2.2 Thực nghiệm với liệu men Yeast 51 2.2.1.Kết thực nghiệm với hàm Gaussian 51 2.2.2.Kết thực với hàm Poly 54 Kết luận chương 57 KẾT LUẬN 58 1.Các đóng góp khoa học luận văn 58 2.Hướng phát triển 58 TÀI LIỆU THAM KHẢO 59 PHỤ LỤC 61 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM LỜI CẢM ƠN Trước tiên, em xin chân thành cảm ơn TS.Nguyễn Hà Nam người thày hướng dẫn, dạy tận tình để em hồn thành luận văn Em xin gửi lời cảm ơn thày, cô giáo khoa Công nghệ thông tin - Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội truyền thụ kiến thức, giúp đỡ em suốt trình học tập vừa qua Tơi xin cảm ơn gia đình, đồng nghiệp người thân chia sẻ, giúp đỡ, động viên, tạo điều kiện thuận lợi để tơi hồn thành nhiệm vụ học tập luận văn tốt nghiệp cuối khóa Hà Nội, tháng 10 năm 2010 Học viên Lữ Đăng Nhạc (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM DANH MỤC HÌNH VẼ Hình 1.1 Mơ hình phân lớp 10 Hình 1.2 Quá trình phân lớp 11 Hình 1.3 Véc tơ hai chiều x [11] 14 Hình 1.4 Mặt phẳng phân chia hai lớp [11] 14 Hình 1.5 Các siêu phẳng phân chia tập liệu [11] 15 Hình 1.6 Siêu phẳng tối ưu 17 Hình 1.7 Các véc tơ hỗ trợ 18 Hình 1.8 Biến nới lỏng cho lề mềm 19 Hình 1.9 Không gian đặc trưng 21 Hình 1.10 Mơ tả kỹ thuật One against all (a) one against one(b)[9] 24 Hình 1.11 Thẩm định chéo K-fold 26 Hình 1.12 Thẩm định chéo lấy mẫu ngẫu nhiên 26 Hình 2.1 Các toán tử chung cho thuật giải di truyền [15] 33 Hình 3.1.Mơ hình dựa GA SVM 36 Hình 3.2 Đưa liệu khơng gian 38 Hình 4.1 Các bước thực để tìm chromosome tốt 42 Hình 4.2 Hàm đánh giá GA hệ 43 Hình 4.3 Giao diện chương trình 44 Hình 4.4.Kết thử nghiệm SVM với hàm Gaussian Stomach 46 Hình 4.5 Kết thử nghiệm GA&SVM với hàm Gaussian tập Stomach 47 Hình 4.6 So sánh kết thực nghiệm SVM GA&SVM với hàm Gaussian tập Stomach 48 Hình 4.7 Kết thực nghiệm SVM với Poly tập Stomach 49 Hình 4.8 Kết thực nghiệm GA&SVM với Poly Stomach 50 Hình 4.9 So sánh kết thực nghiệm SVM GA&SVM với hàm Poly Stomach 51 Hình 4.10 Kết thử nghiệm SVM với hàm Gaussian tập Yeast 52 Hình 4.11 Kết thử nghiệm GA&SVM với hàm Gaussian tập Yeast 53 Hình 4.12 So sánh kết thực nghiệm SVM GA&SVM với hàm Gaussian tập Yeast 54 (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM Hình 4.13 Kết thử nghiệm SVM với hàm Poly tập Yeast 55 Hình 4.14 Kết thử nghiệm GA&SVM với hàm Poly tập Yeast 56 Hình 4.15 So sánh kết thực nghiệm SVM GA&SVM với hàm Gaussian tập Yeast 57 (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM DANH MỤC BẢNG BIỂU Bảng 1.Mô tả liệu Stomach 44 Bảng 2.Kết qủa lỗi thu SVM với hàm Gaussian tập stomach 45 Bảng 3.Kết lỗi thu GA&SVM với hàm Gaussian Stomach 46 Bảng 4.Kết lỗi thu SVM với hàm Poly liệu Stomach 48 Bảng Kết qủa lỗi thu GA&SVM với hàm Poly tập Stomach : 49 Bảng Kết lỗi thu SVM với hàm Gaussian tập Yeast 51 Bảng Kết lỗi thu GA&SVM với hàm Gaussian tập Yeast 52 Bảng Kết lỗi thu SVM với hàm Poly tập Yeast 54 Bảng Kết lỗi thu GA& SVM với hàm Poly tập Yeast 55 (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM BANH MỤC CÁC KÝ HIỆU, TỪ VIẾT TẮT Từ viết tắt Tiếng anh GA Genetic Algorithm Gas Genetic Algorithms OAA One Against All OAO One Against One SVM Suporst Vector Machine MSVM Mơ hình đa phân lớp xây dựng OAA SVM Matlab Matrix Laboratory (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM MỞ ĐẦU Ngày với việc phát triển Khoa Học Công Nghệ lượng liệu ngày trở nên lớn hơn, khai thác đươ ̣c những thông tin có ích từ lươ ̣ng dữ liê ̣u khổ n g lồ vâ ̣y vấn đề lớn đặt thực tiễn sống Khai phá liệu lĩnh vực nghiên cứu khoa học máy tính phát triển mạnh mẽ Nó kết hợp học máy, cơng nghệ sở liệu số chuyên ngành khác để tìm tri thức, bao gồm thơng tin dự báo, từ sở liệu lớn Phân lớp liệu coi vấn đề nghiên cứu mở rộng Khai phá liệu, có nhiều liệu thực tế lớn cần phân lớp như: Việc khai thác thông tin nhu cầu mua hàng dành cho người bán hàng, khả rủi ro việc cho vay tiền ngân hàng, việc cần phải phân biệt người bị bệnh không bị bệnh lớp liệu bệnh viện… Như việc phân tích thơng tin quan trọng, liệu thực tế lớn có nhiều lớp khác nhau, toán đặt làm để phân loại lớp liệu khác nhiều tốt với độ xác cao Như việc phân tích bệnh ung thư, bệnh chia làm nhiều giai đoạn, điều quan tâm việc xác định người bị bệnh người không bị bệnh mà việc quan tâm xem người bị bệnh giai đoạn Với liệu ung thư xác định giai đoạn bệnh bệnh nhân khả giai đoạn đầu chữa khỏi, việc đa phân lớp trở thành quan trọng việc phân lớp liệu Yêu cầu toán đa phân lớp làm phân lớp liệu thành nhiều lớp đạt hiệu cao khả dự đoán liệu vào lớp liệu cách xác Hiện có nhiều thuật tốn phân lớp thuật toán Support vector machines (SVM) thuật toán phân lớp Học định, mơ hình Mạng lan truyền ngược (Neural Network)[8],… có nhiều kết đạt việc sử dụng mơ hình phân lớp vào việc đa phân lớp[8,11,14] Nhưng vấn đề tìm kiếm phương pháp đủ tốt đáp ứng nhu cầu cần phải phân tích liệu nhiều lớp khác vấn đề cần nghiên cứu (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 49 37.81 33.6192 19.355 17.921 24.3011 10.91 34.409 30.753 12.903 13.65 18.6022 12.1505 14.091 33.333 16.129 13.65 30.753 10.753 23.871 7.5269 32.9 10 28.821 30.753 16.129 26.81 10.753 24.3011 33.333 11 24.731 31.183 10.753 17.204 14.2193 12.1505 44.01 12 19.355 34.409 14.2193 17.204 9.6774 23.871 37.92 13 29.761 29.92 9.6774 11.2139 30.753 21.2258 39.28 14 24.3011 32.258 10.45 18.28 10.45 23.2258 32.91 15 12.1505 23.656 16.129 23.2258 16.129 27.9821 40.91 MIN 7.5269 11.828 9.6774 10.753 9.6774 7.5269 27.957 PS 8.76 7.81 7.93 8.30 6.53 6.58 4.73 TB 21.77 25.17 19.70 20.30 19.33 17.95 35.97 40 Trung bình lỗi SVM không sử dụng GA với hàm Poly 35 Lỗi (%) 30 25 20 15 10 Trung bình lỗi Thứ tự lớp Hình 4.7 Kết thực nghiệm SVM với Poly tập Stomach Nhận xét: + Kết thực nghiệm cho thấy phân lớp không đồng đều, có lớp 3,4,5 tốt + Chỉ số phương sai cho thấy không ổn định phân lớp lớp có số 8.76 Bảng Kết qủa lỗi thu GA&SVM với hàm Poly tập Stomach : Class Class Class Class Class Class Class (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 50 18.28 12.903 21.505 13.978 11.0753 8.6022 31.183 17.91 34.109 13.65 10.45 29.761 18.87 39.54 19.355 28.6022 30.753 16.129 24.3011 16.4516 38.71 18.28 11.828 16.129 11.828 12.1505 8.6022 35.484 31.89 17.921 28.821 20.1 23.871 41.92 41.12 15.054 18.6022 24.731 39.6774 21.2258 29.6774 31.183 10.753 7.5269 19.355 10.753 23.2258 15.3763 34.409 26.81 20.541 39.82 14.2193 30.1821 10.271 29.92 17.204 26.4516 33.978 9.6774 18.0753 27.5269 32.258 10 17.204 31.828 12.903 30.753 23.2258 18.6022 33.333 11 14.34 33.6192 37.81 11.2139 27.9821 13.281 32.9 12 23.656 12.903 20.43 18.28 11.0753 10.91 33.333 13 16.8271 14.821 29.172 39.232 10.281 14.091 44.12 14 22.581 19.6774 23.978 13.978 9.2258 7.5269 27.957 15 16.129 26.4516 18.28 9.6774 12.1505 9.6774 33.333 MIN 10.753 6.4516 10.753 9.6774 1.0753 5.3763 27.957 PS 5.09 8.23 8.14 9.90 7.33 9.27 4.30 TB 19.08 21.19 24.75 18.00 19.19 16.76 34.59 40 Trung bình lỗi với hàm Poly 35 Trung bình lỗi lớp 30 Lỗi (%) 25 20 15 10 Thứ tự lớp Hình 4.8 Kết thực nghiệm GA&SVM với Poly Stomach Nhận xét: + Kết thực nghiệm cho thấy với mơ hình mới, phân lớp đồng phân lớp 7, lỗi thu cao + Kết phân lớp đạt tốt lớp thứ + Chỉ số phương sai cho thấy độ ổn định mơ hình phân lớp chưa tốt (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 51 So sánh kết hai mơ hình với hàm Poly 40 35 30 Lỗi (%) 25 20 15 10 0 Thứ tự lớp Mơ hình Mơ hình có SVM Hình 4.9 So sánh kết thực nghiệm SVM GA&SVM với hàm Poly Stomach Nhận xét: + Kết thực nghiệm cho ta thấy với mô hình thu kết tốt hơn, đặc biệt lớp thứ + Tuy nhiên độ ổn định phân lớp lại không tốt với mô hình SVM 2.2 Thực nghiệm với liệu men Yeast Là liệu với 1484 mẫu mẫu có thuộc tính Bộ liệu có 10 lớp Trong khn khổ luận văn ta lấy 190 mẫu tương ứng có lớp ME2( membrance protein, uncleved signal), ME1(membrane protein, cleaved signal), EXC (extracellular), VAC (vacuolar), POX( peroxisomal) Như ta phân lớp tập liệu Yeast thu gọn với 190 mẫu, mẫu có thuộc tính, phân làm lớp 2.2.1.Kết thực nghiệm với hàm Gaussian Thực nghiệm với mơ hình sử dụng SVM với 15 lần thực Bảng Kết lỗi thu SVM với hàm Gaussian tập Yeast Class Class Class Class Class 27.778 25.926 25.926 20.37 10.8519 30.7 39.212 43.281 27.778 21.621 20.37 18.519 29.63 18.519 16.667 (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 52 25.926 24.074 42.593 12.963 11.111 24.074 42.9281 39.1281 32.623 18.291 25.926 27.778 42.593 24.074 25.926 39.187 38.92 38.928 41 28.1921 24.074 24.074 35.185 16.667 24.074 25.926 16.667 35.185 18.519 14.815 10 35.185 32.623 32.623 39.21 31.271 11 24.074 22.222 24.074 24.074 12.963 12 18.519 20.37 27.778 24.074 25.926 13 31.283 29.1827 38.291 39.187 40.232 14 18.519 22.222 35.185 16.667 20.37 15 25.926 20.37 27.778 24.074 12.963 MIN 18.519 16.667 24.074 12.963 10.8519 PS 5.55268 7.79939 6.13569 8.62144 8.08364 TB 26.4978 27.0059 34.5452 25.3174 21.0183 Kết với hàm Gaussian 50 Lỗi (%) 40 30 TB lỗi 20 10 Thứ tự lớp Hình 4.10 Kết thử nghiệm SVM với hàm Gaussian tập Yeast Nhận xét: + Kết lỗi phân lớp thu đồng cao + Chỉ số phương sai cho thấy chưa ổn định lớp Kết thực nghiệm với mô hình Bảng Kết lỗi thu GA&SVM với hàm Gaussian tập Yeast Class Class Class Class Class 24.074 38.92 35.185 30.21 16.667 (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 53 25.926 24.074 32.623 24.074 11.111 30.12 16.667 24.074 24.074 18.291 21.283 22.222 27.778 39.187 14.815 18.519 20.37 42.593 32.623 31.271 25.926 29.1827 29.1281 24.074 12.963 16.667 22.222 22.593 29 25.926 18.519 17.219 28.928 16.667 18.291 28.21 24.074 24.074 18.519 25.926 10 25.926 24.074 14.815 29.21 28.1921 11 35.185 14.815 21.271 24.074 24.074 12 24.074 21.621 22.963 24.074 27.778 13 25.926 16.667 25.926 39.187 38.92 14 19.187 11.111 24.074 16.667 24.074 15 24.074 18.291 25.926 24.074 16.667 MIN 16.667 11.111 14.815 16.667 11.111 PS 4.75162 6.39056 6.2981 6.72678 7.38471 TB 24.2411 21.4353 26.7967 26.3784 22.3311 Kết mơ hình với hàm Gaussian Lỗi (%) 40 35 30 25 20 15 TB lỗi 10 5 Thứ tự lớp Hình 4.11 Kết thử nghiệm GA&SVM với hàm Gaussian tập Yeast Nhận xét: + Với mơ hình mới, lỗi thu đồng lớp 1,2,3,4 + Chỉ số phương sai cho thấy có ổn định phân lớp đặc biệt lớp 1,2 So sánh kết qủa thực nghiệm với mơ hình (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 54 Lỗi (%) So sánh kết hai m hình- liệu Men Yeast 40 35 30 25 20 15 10 0 Thứ tự lớp Mơ hình Mơ hình có SVM Hình 4.12 So sánh kết thực nghiệm SVM GA&SVM với hàm Gaussian tập Yeast Nhận xét: + Kết thực nghiệm cho ta thấy lỗi thu mơ hình giảm đáng kể lớp 1,2,3 + Mơ hình có tính ổn định cao lớp 1,2 chưa đồng đều, lớp khác chưa tốt so với mơ hình cũ 2.2.2.Kết thực với hàm Poly Kết thực nghiệm với SVM Bảng Kết lỗi thu SVM với hàm Poly tập Yeast Class Class Class Class Class 14.815 18.519 27.778 18.519 11.21 28.71 29.215 24.129 17.281 13.12 20.37 18.519 31.481 27.778 15.192 20.37 27.778 14.815 14.815 18.92 32.1 26.192 29.182 20.192 21.632 20.37 16.667 31.481 25.926 13.7037 20.37 14.815 29.63 16.667 15.5556 21.91 24.192 31.872 27.172 28.132 22.222 12.963 27.778 20.37 11.8519 10 22.222 18.519 25.926 14.815 13.7037 11 25.19 17.21 25.192 25.12 11.91 12 18.519 18.519 29.63 16.667 11.111 13 27.12 13.192 34.271 23.192 27.19 14 27.778 14.815 18.519 22.222 15.5556 15 22.222 12.963 20.37 24.074 19.2593 (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 55 MIN 14.82 12.96 14.82 14.82 11.11 PS 4.30 5.24 5.25 4.29 5.29 TB 22.95 18.94 26.80 20.99 16.54 Kết với hàm Poly Lỗi (%) 40 35 30 25 20 15 TB lỗi 10 5 Thứ tự lớp Hình 4.13 Kết thử nghiệm SVM với hàm Poly tập Yeast Nhận xét: + Kết qủa thu cho ta thấy lỗi phân lớp lớp đồng thấp so với thực hàm Gaussian + Chỉ số phương sai cho thấy phân lớp ổn định lớp lớp Kết thực nghiệm với mơ hình Bảng Kết lỗi thu GA& SVM với hàm Poly tập Yeast Class Class Class Class Class 20.37 14.815 25.192 20.192 13.7037 22.1 20.192 29.63 25.926 15.5556 20.37 25.926 24.271 16.667 28.132 20.37 18.519 18.519 15.192 13.12 21.91 17.281 20.37 18.92 15.192 22.222 20.192 29.182 21.632 18.92 22.222 25.926 31.481 25.12 11.8519 25.19 33.12 29.63 16.667 13.7037 28.71 15.192 31.872 23.192 11.91 10 20.37 18.92 24.129 22.222 11.151 (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 56 11 20.37 23.7037 31.481 16.667 27.19 12 20.192 21.91 13.12 14.815 15.192 13 25.926 21.911 15.192 24.192 11.8519 14 16.667 19.8519 14.815 20.281 9.231 15 11.8519 23.7037 18.519 11.92 18.72 MIN 11.85 14.82 13.12 11.92 9.23 PS 3.75 4.53 6.42 4.03 5.34 TB 21.26 21.41 23.83 19.57 15.69 Kết mô hình với hàm Poly Lỗi (%) 40 35 30 25 TB lỗi 20 15 10 5 Thứ tự lớp Hình 4.14 Kết thử nghiệm GA&SVM với hàm Poly tập Yeast Nhận xét: + Lỗi thu nhỏ đồng so với SVM + Chỉ số phương sai cho thấy ổn định mơ hình tốt lớp lớp So sánh kết thực nghiệm mơ hình SVM mơ hình tập liệu Men Yeast với hàm Poly So sánh kết hai mơ hình- liệu Men Yeast 30 25 Lỗi (%) 20 15 10 0 Thứ tự lớp Mơ hình Mơ hình có SVM (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 57 Hình 4.15 So sánh kết thực nghiệm SVM GA&SVM với hàm Gaussian tập Yeast Nhận xét: + Kết thu cho ta thấy mơ hình có lỗi thấp so với mơ hình cũ, lớp 1, 3,4,5 + Mơ hình thể ổn định lớp Kết luận Việc đánh giá so sánh mơ hình thể hình cho thấy mơ hình (GA&SVM) có tính ổn định cao, trung bình lỗi tốt so với hàm mơ hình cũ sử dụng SVM Việc tìm kiếm, tối ưu tham số cho hàm Kernel mạng lại kết phân lớp cho mơ hình Kết luận chƣơng Chương sử dụng Matlab để xây dựng chương trình theo mơ hình chương đưa sử dụng liệu để thực nghiệm chương trình đưa đánh giá, nhận xét độ xác phân lớp độ ổn định mơ hình so với mơ hình sử dụng SVM Kết thực nghiệm cho thấy mơ hình cho độ xác cao ổn định (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 58 KẾT LUẬN Luận văn định hướng nội dung nghiên cứu xây dựng mơ hình đa phân lớp dựa giải thuật di truyền, kỹ thuật phân lớp One agaist all(OAA) SVM Chúng sử dụng OAA với SVM để mơ hình đa phân lớp Sử dụng giải thuật di truyền nhằm tối ưu tham số hàm Kernel áp dụng chó SVM nhằm thu kết tốt cho mơ hình Chúng tơi xây dựng chương trình tiến hành thực nghiệm số liệu thu kết cho thấy mơ hình cho kết phân lớp chấp nhận có tính ổn định cao 1.Các đóng góp khoa học luận văn Giới thiệu tổng quát phân lớp, nội dung thuật SVM, kĩ thuật đa phân lớp One against all One against one, giải thuật di truyền Kết hợp kĩ thuật đa phân lớp One against all với thuật toán SVM để phân lớp tập liệu k lớp Sử dụng GA để tối ưu tham số Kernel cho mơ hình, dựa hàm Kernel Gauss (RBF), Poly ERBF Ứng dụng mô hình vào việc đa phân lớp vài tập liệu 2.Hƣớng phát triển Trong toán đa phân lớp sử dụng Kernel, việc tìm Kernel tốt có ảnh hưởng lớn tới sai số đa phân lớp Trong khn khổ luận văn tơi đưa tốn việc áp dụng GA để tìm kiếm giá trị tham số tốt cho Kernel, dựa hàm Kernel Gaussian Poly Kết việc phân lớp khơng phụ thuộc vào hàm Kernel mà cịn phụ thuộc vào liệu áp dụng vào mơ hình Trong khuôn khổ luận văn này, mô sử dụng với tập liệu có số lớp với số lượng nhỏ thuộc tính Vì hướng phát triển cải tiến mơ hình đáp ứng cho nhiều tập liệu sống cần phải sử lý liệu tốt trước áp dụng vào mơ hình nhằm thu kết tốt hơn, mang tính thực tiễn cao liệu đa lớp (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 59 TÀI LIỆU THAM KHẢO Tiếng Việt Formatted: Font: Bold [1] Nguyễn Đức Cường, Khoa Công nghệ thông tin, Đại học Bách Khoa, Thành phố Formatted: Vietnamese (Vietnam) Hồ Chí Minh - Tổng quan khai phá liệu (Reviewing of Data Mining) [2] Giáo sư Hà Quang Thụy, Đại học Công Nghệ, Đại học Quốc Gia Hà Nội - Giáo Formatted: Vietnamese (Vietnam) trình giảng dạy mơn Khai phá liệu Web (2008) Tiếng Anh Formatted: Font: Bold [3] Grefenstette, J J (1991) - Strategy acquisition with genetic algorithms, in Handbook of Genetic Algorithms, Davis, L D (Ed.), Boston: Van Nostrand Reinhold [4] Nello Cristianini,John Shawe-Taylor (2000) An Introduction to Support Vector Machines and Other Kernel-based Learning Methods, Cambridge University Press [5] Jiawei Han, Micheline Kamber(2006): Data Mining:Concepts and Techniques (second edition) 285-289 , Morgan Kaufmann Publishers [6] Yi Liu, Yuan F.Zheng (2007) One- Against –All Multi-Class SVM Classification Using Reliability Measures Department of Electrical and Computer Engineering, The Ohio State University [7] Xiao-Lei, Kang Li (2007) A new score correlation analysis Multi-class Support Vector Machine for Microarray, Proceedings of International Joint Conference on Neural Networks, Orlande, Florida ,USA, August 12-17, 2007 [8] T Michell (1997), Machine Learning, Tom Mitchell, McGraw Hill [9] David M.J Tax, Robert P.W Duin (2002) Using two-class classifiers for multiclass classification Pattern Recognition Group, Faculty of Applied Science, Delft University of Technology [10] Jonathan Milgram, Mohamed Cheriet, Robert Sabourin (2006) “One Against One” or “One Against All” Which One is Better for Handwriting Recognition with SVMs? École de Technologie Supéieure, Montréal, Canada [11] Jane P.V, Introduction to support vector machines and applications to computational biology, July 17, 2001 (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 60 [12] Bernhard S., Isabelle G., Jason W., Statistical Learning and Kernel Methods in Bioinformatics [13] Nesterov, Y And Nemirovsky, A (1994) Interior Point Polynomial Methods in Convex Programming: Theory and Applications Philadelphia, PA: SIAM [14] Ping Zhong, Maosao Fukushima (2005) Regularized nonsmooth Newton method for multi-class support vector machines, Systems Analysis, Optimization and Data Mining in Biomedicine Pages 225-236 [15] Genetic Algorithm: http://www.cs.rutgers.edu/~mlittman/courses/ml04/ [16] Laetitia Jourdan, Clarisse Dhaenens, El-Ghazali Talbi LIFL, University of Lille, France - A Genetic Algorithm for Feature Selection in Data-Mining for Genetics (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 61 PHỤ LỤC 1.Mô tả liệu sử dụng Trong luận văn sử dụng hai liệu để kiểm tra đánh giá mô hình Bộ liệu ung thư Stomach với 311 mẫu có 119 thuộc tính, liệu có lớp, lớp có nhãn tương ứng với người khơng mang bệnh, nhãn cịn lại từ 1,2,3,4,5,6 tương ứng người bị bệnh ung thư với giai đoạn nặng dần Bảng mô tả tập liệu ung thư Stomach … 310 311 312 - 642.48 587.21 1006 524.47 … 648.43 496.06 1060 835.28 786.04 1325.7 646.16 … 1155.9 1413.8 1205.4 615.65 380.87 330.09 417.86 … 230.35 293.8 177.06 … … … … … … … … … 119 329.66 131.73 252.63 314.33 … 236.92 335.01 224.09 Nhãn … 0 Bộ liệu thứ liệu men Yeast, có 180 mẫu thuộc tính.Bộ có lớp tương ứng sau nhãn là ME1(membrane protein, cleaved signal), nhãn EXC (extracellular), nhãn ME2( membrance protein, uncleved signal), nhãn VAC (vacuolar), nhãn POX( peroxisomal) Bảng mô tả tập liệu Yeast … 178 179 180 0.8 0.78 0.75 0.73 … 0.57 0.82 0.74 0.88 0.74 0.7 0.83 … 0.52 0.63 0.75 0.36 0.42 0.38 0.43 … 0.46 0.47 0.45 … … … … … … … … … 0.33 0.22 0.22 0.22 … 0.41 0.22 0.22 Nhãn 4 4 … 9 Chi tiết Module chương trình + Hàm CreateDataAppTestReg: Chia tập liệu thành tập Train Test với tỉ lệ lựa chọn + Hàm svmclass: Phân lớp nhị phân SVM (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM 62 + Hàm svmkernel: Thực tính tốn hàm nhân + Hàm svmmulticlassoneagainstall : Thực phân lớp với tập liệu N lớp + Hàm svmmultival: Thực tính tốn giá trị lớp mẫu + Hàm fitnessCall : Thực việc phân lớp đánh giá lỗi với tham số hàm nhân + Các tham số c, kerneloptions, lambda tham số hàm nhân Gaussian Poly Đây chromosome GA cần tối ưu Giao diện chương trình: Hình 4.3 Giao diện chương trình Module GA thực thi tìm kiếm tham số tốt cho Kernel dựa vào hàm đánh gía (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM (LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM(LUAN.van.THAC.si).nghien.cuu.xay.dung.mo.hinh.da.phan.lop.dua.tren.GA.va.SVM