MÔ HÌNH TÍCH HỢP F-SVM VÀ TRI THỨC TIÊN NGHIỆM CHO BÀI TOÁN DỰ BÁO HỒI QUY

Abstract

Tóm tắt: Bài báo này đề xuất một mô hình mờ dựa trên sự tích hợp tri thức tiên nghiệm (apriori knowledge) với F-SVM (Support Vector Machines-based Fuzzy model) cho bài toándự báo hồi quy. Mô hình này tiếp cận theo hướng trích xuất các tập luật mờ “có thể diễndịch được” cho hệ dự báo dựa trên sự kết hợp các mô hình máy học thống kê. Bằng cáchtích hợp tri thức tiên nghiệm với mô hình mờ dựa trên SVM (thuật toán SVM-IF), hệ thốngluật mờ trích xuất được sẽ giảm đi tính phức tạp và được tối ưu hóa. Ngoài ra trong môhình đề xuất, không gian dữ liệu đầu vào được phân chia thành các cụm tách rời bằng thuậttoán SOM (Self-Organizing Map) trước khi ứng dụng SVM-IF để trích xuất ra các tập luậtmờ. Các tập luật mờ sẽ được sử dụng để dự báo theo các thuật toán suy luận mờ. Hiệu quảcủa mô hình đề xuất được đánh giá thông qua mô hình thực nghiệm dự đoán giá cổ phiếu. Từ khóa: SVM, F-SVM, SOM, Tri thức tiên nghiệm, Dự báo hồi quy

Từ khóa: SVM, F-SVM, SOM, Tri thức tiên nghiệm, Dự báo hồi quy