Resumen

Se estudia un modelo de clasificación difuso en el artículo. Está basado en el modelo contaminado (robusto) que produce medidas de riesgo esperado difuso que caracterizan los errores de clasificación. Los parámetros óptimos de clasificación de los modelos se derivan minimizando el riesgo esperado difuso. Se muestra que un algoritmo para calcular los parámetros de clasificación se reduce a un conjunto de tareas estándar de máquina de vectores de soporte con puntos de datos ponderados. Los resultados experimentales con datos sintéticos ilustran el modelo difuso propuesto.

• Materias:Axiomas de separación Modelos borrosos
• Subjects:Separation axioms Fuzzy models
• Palabras claves:Modelo de clasificación; Riesgo esperado difuso; Parámetros óptimos; Máquina de vectores de soporte; Resultados experimentales; Datos sintéticos
• Keywords:Classification model; Fuzzy expected risk; Optimal parameters; Support vector machine; Experimental results; Synthetic data