📖
Calibration évidentielle conjointe de classifieurs SVM binaires fondée sur la régression logistique
Pauline Minary, Frédéric Pichon, David Mercier, Éric Lefèvre, Benjamin Droit

Calibration évidentielle conjointe de classifieurs SVM binaires fondée sur la régression logistique

Science & Mathematics Published 2017 Verification Pending

Overview & Synopsis

Dans le cadre de la combinaison de classifieurs, une étape de calibration, fondée sur la régression logistique, est généralement utilisée pour transformer indépendamment chaque sortie de classifieur en distribution de probabilité pour ensuite les combiner. Afin de mieux gérer les incertitudes cette calibration a récemment été redéfinie dans le cadre des fonctions de croyance. Dans cet article, nous proposons de calibrer conjointement les classifieurs en utilisant la régression logistique multiple, et d'étendre cette approche au cadre des fonctions de croyance. Notre approche évidentielle est testée sur des données simulées et réelles avec des classifieurs SVM binaires, et présente plusieurs avantages par rapport à sa version probabiliste et par rapport à l'approche évidentielle calibrant indépendamment chaque classifieur.

Indexed from repository: HAL Open Science (hal.science)
Loading document from verified source...
Keyboard Shortcuts: ← / → for pages • + / - for zoom • 0 to fit width Powered by Mozilla PDF.js v3.11

Document Information

Document Title Calibration évidentielle conjointe de classifieurs SVM binaires fondée sur la régression logistique
Author / Organization Pauline Minary, Frédéric Pichon, David Mercier, Éric Lefèvre, Benjamin Droit
Subject & Discipline Multidisciplinary Academic Open Research
Categories Science & Mathematics
Publication Year 2017
License / Rights Open Access / Creative Commons
Resource Verification Listed PDF (Verification Pending)
Original Host Website HAL Open Science (hal.science)
File Format application/pdf (Portable Document Format)
Language EN
Catalog ID DOC-166623
Original Source Link Visit Source Page on hal.science »