Mejorando la precisión de clasificación de COVID-19 con un modelo híbrido SVM-LR
Autores: Nordin, Noor Ilanie; Mustafa, Wan Azani; Lola, Muhamad Safiih; Madi, Elissa Nadia; Kamil, Anton Abdulbasah; Nasution, Marah Doly; K. Abdul Hamid, Abdul Aziz; Zainuddin, Nurul Hila; Aruchunan, Elayaraja; Abdullah, Mohd Tajuddin
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Mejorando la precisión de clasificación de COVID-19 con un modelo híbrido SVM-LR
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Máquina de vectores de soporte
Regresión logística
Modelo híbrido
Rendimiento de clasificación
Eventos pequeños por variable
Datos de COVID-19
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
El modelo híbrido propuesto tuvo un mejor rendimiento de clasificación que SVM y LR en términos de precisión, error cuadrático medio (MSE) y error cuadrático medio raíz (RMSE) para diferentes valores de EPV.
Descripción
El modelo híbrido propuesto tuvo un mejor rendimiento de clasificación que SVM y LR en términos de precisión, error cuadrático medio (MSE) y error cuadrático medio raíz (RMSE) para diferentes valores de EPV.