Matlab工具箱调用SVM算法_第1页
Matlab工具箱调用SVM算法_第2页
Matlab工具箱调用SVM算法_第3页
Matlab工具箱调用SVM算法_第4页
Matlab工具箱调用SVM算法_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、使用Matlab工具箱调用SVM算法介绍人 ：史培腾实验室 ：重点实验室三室2014数 据挖 掘CONTENT1Matlab工具箱的函数如何使用Matlab工具箱中的函数2添加Matlab工具箱如何添加Matlab工具箱3运行SVM函数如何使用Matlab工具箱PART1Matlab工具箱函数介绍T Functions in Toolbox模型求解最优分类面方程只需求得参数( )0g xw xb , ,w b 如何使用Matlab工具箱中的函数svc.m nsv alpha bias = svc(X,Y,ker,C);svcplot.m svcplot(X,Y,ker,alpha,bias);

2、svcoutput.msvcoutput(X,Y,testX,ker,alpha,bias);svcerror.msvcerror(X,Y,testX,testY,ker,alpha,bias);http:/www.isis.ecs.soton.ac.uk/resources/svminfo/Steve R. Gunn开发函数调用过程1.输入训练集TrainXTrainY3.计算最优分类面 nsv alpha bias = svc(TrainX,TrainY, ker,C);2.参数k kerer：内核函数线性、非线性C C ：默认为Infnsv 为 中大于0的个数，即支持向量个数alpha

3、为 bias 为 b 函数调用过程4.画出分类图6.统计测试数据分类错误的个数svcplot(TrainX,TrainY,ker,alpha,bias);输入样本与求得的参数即可画出分类图5.对测试数据计算分类Predicted=svcoutput(TrainX,TrainY,TestX,ker,alpha,bias);svcerror(TrainX,TrainY,TestX,TestY,ker,alpha,bias);最后结果形式二维线性可分二维非线性可分三维线性可分PART2Matlab工具箱使用演示 Practice如何添加Matlab工具箱%改为optimiser文件夹下mex -v qp.c pr_loqo.cqp.mexw32%改为qp.dll%复制到工具箱文件夹下mex -setup工具箱添加生成训练集与测试集 N = 50; x1 = randn(2,N); y1 = ones(1,N); x2 = 5+x1; y2 = -ones(1,N); X1 = x1,x2; Y1 = y1,y2; %生成训练集 train, test = crossvalind(holdOut,

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论