SVM算法Matlab工具箱實現(xiàn)介紹-2014年09月全解

SVM算法Matlab實現(xiàn)學(xué)習(xí)爭論

華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心SVM工具箱SVM工具箱快速入手簡易教程(byfaruto)matlab自帶的函數(shù)(matlab幫助文件里的例子)[只有較新版本的matlab中有這兩個SVM的函數(shù)]華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心2svmtrain(1)/*Trainsupportvectormachineclassifier*/SVMStruct=svmtrain(Training,Group)SVMStruct=svmtrain(...,”Kernel_Function”,Kernel_FunctionValue,...)SVMStruct=svmtrain(...,”RBF_Sigma”,RBFSigmaValue,...)SVMStruct=svmtrain(...,”Polyorder”,PolyorderValue,...)SVMStruct=svmtrain(...,”Mlp_Params”,Mlp_ParamsValue,...)華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心3svmtrain(2)SVMStruct=svmtrain(...,”Method”,MethodValue,...)SVMStruct=svmtrain(...,”QuadProg_Opts”,QuadProg_OptsValue,...)SVMStruct=svmtrain(...,”SMO_Opts”,SMO_OptsValue,...)SVMStruct=svmtrain(...,”BoxConstraint”,BoxConstraintValue,...)SVMStruct=svmtrain(...,”Autoscale”,AutoscaleValue,...)SVMStruct=svmtrain(...,”Showplot”,ShowplotValue,...)華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心4svmtrain函數(shù)helpsvmtrain華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心5svmclassify/*Classifydatausingsupportvectormachine*/SyntaxGroup=svmclassify(SVMStruct,Sample)Group=svmclassify(SVMStruct,Sample,”Showplot”,ShowplotValue)華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心6svmclassify函數(shù)helpsvmclassify華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心7應(yīng)用實例matlab自帶分類數(shù)據(jù)集fisheriris，來源于:///ml/中的risi數(shù)據(jù)，其數(shù)據(jù)類別分為3類，setosa，versicolor，virginica.每類植物有50個樣本，共150個。每個樣本有4個屬性，分別為花萼長，花萼寬，花瓣長，花瓣寬。華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心8載入數(shù)據(jù)irisloadfisheriris%載入matlab自帶的數(shù)據(jù)[有關(guān)數(shù)據(jù)的信息可以自己到UCI查找,這是UCI的經(jīng)典數(shù)據(jù)之一],得到的數(shù)據(jù)如以以下圖:華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心9其中meas是150*4的矩陣代表著有150個樣本每個樣本有4個屬性描述,species代表著這150個樣本的分類.data=[meas(:,1),meas(:,2)];%在這里只取meas的第一列和其次列,即只選取前兩個屬性.華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心10groups=ismember(species,”setosa”);%由于species分類中是有三個分類:setosa,versicolor,virginica,為了使問題簡潔,我們將其變?yōu)槎诸悊栴}:Setosaandnon-Setosa.華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心11[train,test]=crossvalind(”holdOut”,groups);cp=classperf(groups);%隨機(jī)選擇訓(xùn)練集合測試集,其中cp作用是后來用來評價分類器的.*/華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心12svm訓(xùn)練svmStruct=svmtrain(data(train,:),groups(train),”showplot”,true);%使用svmtrain進(jìn)展訓(xùn)練,得到訓(xùn)練后的構(gòu)造svmStruct,在猜測時使用.華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心13svm訓(xùn)練結(jié)果圖華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心14svm分類猜測classes=svmclassify(svmStruct,data(test,:),”showplot”,true);%對于未知的測試集進(jìn)展分類猜測,結(jié)果如圖:華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心15svm分類猜測結(jié)果圖華中科技大學(xué)軟件與嵌入式系統(tǒng)工程爭論中心16classperf(cp,classes,test)