Thuật toán học máy SVM và ứng dụng

Abstract

Nghiên cứu “Thuật toán học máy SVM và ứng dụng” được thực hiện nhằm đánh giá hiệu quả của mô hình SVM với Kernel phi tuyến (RBF) trong bài toán phân loại các loại nho khô và phát hiện bệnh tim dựa trên tập dữ liệu đặc trưng hình thái. Đề tài tiến hành so sánh mô hình SVM với mô hình hồi quy Logistic theo các chỉ số đánh giá như độ chính xác (Accuracy) và diện tích dưới đường cong ROC (ROC-AUC). Kết quả cho thấy, mô hình SVM sử dụng RBF Kernel đạt hiệu suất vượt trội, cho khả năng phân biệt rõ ràng giữa các loại nho, từ đó mang lại độ chính xác và hiệu quả phân loại tổng thể cao. Trong khi đó, hồi quy Logistic, một mô hình tuyến tính cơ bản, tuy dễ triển khai nhưng không đạt hiệu quả tối ưu trong trường hợp dữ liệu có ranh giới phân lớp phi tuyến. Qua đó, SVM được khẳng định là lựa chọn phù hợp và đáng tin cậy cho bài toán phân loại nho khô nói riêng và các bài toán phân loại phức tạp nói chung.