matlab中SVM工具箱的使用方法

1、包已经解压到文件夹F:R2009btoolboxsvmmatlab中SVM工具箱的使用方法 1,下载SVM工具箱:/faculty/chzheng/bishe/indexfiles/indexl.htm2,安装到matlab文件夹中 1)将下载的SVM工具箱的文件夹放在matlab71toolbox下 2)打开matlab-File-Set Path中添加SVM工具箱的文件夹 现在,就成功的添加成功了. 可以测试一下:在matlab中输入which svcoutput 回车,如果可以正确显示路径,就证明添加成功了,例如:C:Program File

2、sMATLAB71toolboxsvmsvcoutput.m3,用SVM做分类的使用方法 1)在matlab中输入必要的参数:X,Y,ker,C,p1,p2 我做的测试中取的数据为:N = 50; n=2*N; randn(state,6); x1 = randn(2,N) y1 = ones(1,N); x2 = 5+randn(2,N); y2 = -ones(1,N); figure; plot(x1(1,:),x1(2,:),bx,x2(1,:),x2(2,:),k.); axis(-3 8 -3 8); title(C-SVC) hold on; X1 = x1,x2; Y1 = y

3、1,y2; X=X1; Y=Y1; 其中,X是100*2的矩阵,Y是100*1的矩阵 C=Inf; ker=linear; global p1 p2 p1=3; p2=1; 然后,在matlab中输入:nsv alpha bias = svc(X,Y,ker,C),回车之后,会显示: Support Vector Classification_Constructing .Optimising .Execution time: 1.9 secondsStatus : OPTIMAL_SOLUTION|w0|2 : 0.Margin : 3.Sum alpha : 0.Support Vector

4、s : 3 (3.0%)nsv = 3alpha = 0.0000 0.0000 0.0000 0.0000 0.0000 2)输入预测函数,可以得到与预想的分类结果进行比较. 输入:predictedY = svcoutput(X,Y,X,ker,alpha,bias),回车后得到: predictedY = 1 1 1 1 1 1 1 1 1 3)画图 输入:svcplot(X,Y,ker,alpha,bias),回车补充:X和Y为数据,m*n:m为样本数,n为特征向量数比如:取20组训练数据X,10组有故障,10组无故障的,每个训练数据有13个特征参数,则m=20,n=13Y为20*1的

5、矩阵,其中,10组为1,10组为-1.对于测试数据中,如果取6组测试数据,3组有故障,3组无故障的,则m=6,n=13Y中,m=6,n=1/SVM_soft.htmlSVM - Support Vector Machines Software Train support vector machine classifier/access/helpdesk/help/toolbox/bioinfo/ref/svmtrain.html一些问题？1.今天我在使用SVM通用工具箱对眼电

6、的信号数据进行分类时出现如下错误：Support Vector Classification_Constructing .Optimising .? Dimension error (arg 3 and later).Error in = svc at 60alpha lambda how = qp(H, c, A, b, vlb, vub, x0, neqcstr);不知道是什么原因？答：今天上午终于找到出现这一错误的原因：它并不是SVM程序的问题，是我在整理样本时，把参数需要的样本行列颠倒所致。此处X是样本特征（行向量），Y为对应样本的类别（一行对应X的一行样本）！2.使用第一个steve

7、 gunn s SVM 遇到一个问题。? Invalid MEX-file svmqp.dll: The specified procedure could not be found.? Invalid MEX-file D:Program FilesMATLABR2007atoolboxsvmqp.dll: 找不到指定的程序。Error in = svc at 60alpha lambda how = qp(H, c, A, b, vlb, vub, x0, neqcstr);这个问题是由于版本问题引起的，我使用的是Matlab R2007版。我正在努力找解决方案，看看能否重新编译一下qp.

8、dll。查阅一晚上资料，终于找到如何解决这个简单的问题了。关键是一开始没有仔细看。问题：? Invalid MEX-file D:Program FilesMATLABR2007atoolboxsvmqp.dll:找不到指定的程序。问题描述：mex在不同windows OS下编译的结果，所以我们需要重新编译一下qp.dll方法：steve gunn 的包下面有一个optimiser 文件夹，把current Diretory目录改为optimiser目录，例如D:Program FilesMATLABR2007atoolboxsvmOptimiser，然后运行命令 mex -v qp.c pr

9、_loqo.c命令运行完毕后，你会发现原先的qp.dll变为qp.dll.old，还出现了qp.mexw32，我们把该文件改为qp.dll 复制到工具箱文件夹下。原先的工具箱文件qp.dll可以先改一下名字.(F)这个问题解决了.我运行下面的文件通过(该文件从网所搜索测试，作者没有求证，感谢原作者)。N = 50; n=2*N;randn(state,6); x1 = randn(2,N); y1 = ones(1,N); x2 = 5+randn(2,N);y2 = -ones(1,N);figure;plot(x1(1,:),x1(2,:),bx,x2(1,

10、:),x2(2,:),k.);axis(-3 8 -3 8);title(C-SVC)hold on;X1 = x1,x2;Y1 = y1,y2; X=X1;Y=Y1; C=Inf; ker=linear;global p1 p2 p1=3; p2=1;nsv alpha bias = svc(X,Y,ker,C)注：有的读者通过google或者百度搜索，? Invalid MEX-file 找不到指定的程序，找到这里来了，呵呵。其实该文章是对svm的matlab工具包编写的。解决：?Invalid MEX-file 的一个共性就是，版本问题，您可以尝试更换matlab版本。例如您的mex d

11、ll在6.5版本中编写的，请不要使用7.4版本去调用，matlab就这一点很讨厌人.FrysooSVM 函数详解 支持向量机分类的相关函数1. nsv alpha bias = svc(X,Y,ker,C)X 是训练样本Y 是训练样本的输出，即Labelker 为核函数，支持向量机的工具箱支持如下几种核函数：linear poly rbf sigmoid spline bspline fourier erfb anova其中，除了linear和spline两个核函数之外，其他的核函数还需要设定一些参数。例如核函数poly的阶数、径向基函数rbf的宽度等。这些参数的设置在工具箱中的全局变量p1,

12、p2中设置。Values for ker: linear - poly - p1 is degree of polynomial rbf - p1 is width of rbfs (sigma) sigmoid - p1 is scale, p2 is offset spline - bspline - p1 is degree of bspline fourier - p1 is degree erfb - p1 is width of rbfs (sigma) anova - p1 is max order of termsnsv 是svc函数返回的训练样本中支持向量的个数alpha 是

13、svc函数返回的每个训练样本对应的拉格朗日乘子，拉格朗日乘子不为零的向量即为支持向量bias 是偏置量2. predictedY = svcoutput(trnX,trnY,tstX,ker,alpha,bias,actfunc)trnX 训练数据trnY 训练数据类别tstX 测试数据ker 核函数alpha 拉格朗日乘子 Lagrange Multipliersbias 偏置量actfunc 激励函数： 0(默认值) hard; 1 soft 平滑该函数根据训练样本得到的最优分类面计算实际样本的输出。利用它还可以得到测试样本的分类情况，对最优分类面进行测试。3. h = svcplot(X

14、,Y,ker,alpha,bias,aspect,mag,xaxis,yaxis,input)支持向量机分类绘图函数svcplot，用于绘制最优分类面，并标识出支持向量X 训练数据Y 训练数据类别ker 核函数alpha 拉格朗日乘子bias 偏置量aspect 图像纵横比: 0(默认) fixed; 1 variablemag 缩放率 0.1默认xaxis 1(默认)yaxis 2(默认)input vector of input values (default: zeros(no_of_inputs)4. err = svcerror(trnX,trnY,tstX,tstY,ker,alp

15、ha,bias)统计测试样本分类错误数量的函数，用于统计利用已知的最优分类面对测试样本进行分类，发生错误分类的数目trnX 训练数据trnY 训练目标类别tstX 预测数据tstY 预测目标类别ker 核函数alpha 拉格朗日乘子bias 偏置量5. uiclass简易图形用户界面函数。1 load fisheriris2 data = meas(:,1), meas(:,2);3 groups = ismember(species,setosa);4 train, test = crossvalind(holdOut,groups);5 cp = classperf(groups);6 svmStruct = svmtrain(data(train,:),groups(train),showplot,true);7 classes = svmclassify(svmStruct,data(test,:),showplot,true);8 classperf(cp,classes,test);9 cp.CorrectRategroups = cellstr(num2str(groups)第一行是读入matlab数据集第二行是仅分析2列,对根据这2列的数据进行分类第三行是生成组号.原有的组名是seto