%0 Journal Article
%T COMPARISON BETWEEN SVM AND LOGISTIC REGRESSION: WHICH ONE IS BETTER TO DISCRIMINATE? COMPARACI¨®N ENTRE SVM Y REGRESI¨®N LOG¨ªSTICA:  CU¨¢L ES M¨¢S RECOMENDABLE PARA DISCRIMINAR?
%A Salazar Diego Alejandro
%A V¨¦lez Jorge Iv¨¢n
%A Salazar Juan Carlos
%J Revista Colombiana de Estad¨ªstica
%D 2012
%I Universidad Nacional de Colombia
%X The classification of individuals is a common problem in applied statistics. If X is a data set corresponding to a sample from an specific population in which observations belong to g different categories, the goal of classification methods is to determine to which of them a new observation will belong to. When g = 2, logistic regression (LR) is one of the most widely used classification methods. More recently, Support Vector Machines (SVM) has become an important alternative. In this paper, the fundamentals of LR and SVM are described, and the question of which one is better to discriminate is addressed using statistical simulation. An application with real data from a microarray experiment is presented as illustration. La clasificaci¨®n de individuos es un problema muy com¨²n en el trabajo estad¨ªstico aplicado. Si X es un conjunto de datos de una poblaci¨®n en la que sus elementos pertenecen a g clases, el objetivo de los m¨¦todos de clasificaci¨®n es determinar a cu¨¢l de ellas pertenecer¨¢ una nueva observaci¨®n. Cuando g = 2, uno de los m¨¦todos m¨¢s utilizados es la regresi¨®n log¨ªstica. Recientemente, las M¨¢quinas de Soporte Vectorial se han convertido en una alternativa importante. En este trabajo se exponen los principios b¨¢sicos de ambos m¨¦todos y se da respuesta a la pregunta de cu¨¢l es m¨¢s recomendable para discriminar, v¨ªa simulaci¨®n. Finalmente, se presenta una aplicaci¨®n con datos provenientes de un experimento con microarreglos.
%K Classification
%K Genetics
%K Logistic regression
%K Simulation
%K Support vector machines
%U http://www.revistas.unal.edu.co/index.php/estad/article/view/30268