matlab中SVM工具箱的使用方法.doc

matlab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 FilesMATLAB71toolboxsvmsvcoutput.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 = y1,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 : 0.418414Margin : 3.091912Sum alpha : 0.418414Support Vectors : 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#Matlab一、因为要用到SVM，所以想先在matlab下学习一下，简短讲添加工具箱很简单：1.1：如果是Matlab安装光盘上的工具箱，重新执行安装程序，选中即可。1.2：如果是单独下载的工具箱，则需要把新的工具箱（以下假设工具箱名字为svm）解压到toolbox目录下，然后用addpath或者pathtool把该工具箱的路径添加到matlab的搜索路径中，2:最后用which newtoolbox_command.m来检验是否可以访问。如果能够显示新设置的路径，则表明该工具箱可以使用了。SVM工具箱: addpath(D:Program FilesMATLABR2008atoolboxsvm) which svcinfo.mD:Program FilesMATLABR2008atoolboxsvmsvcinfo.m成功PS:还有一些其他方法，可以参考：/smallworker/A31135.html二、初次使用，采用/82115143.html中的例子，但是出现了错误信息：D：toolboxsvmqp.dll 不是有效的 Win32 应用程序，经过搜索看到有很多人出现这个问题，貌似是因为matlab版本比较高。解决办法：1、command中输入 cd D:Program FilesMATLABR2008atoolboxsvmOptimiser mex -v qp.c pr_loqo.c2、出现：This is mex, Copyright 1984-2007 The MathWorks, Inc.Select a compiler:1 Lcc-win32 C 2.4.1 in D:PROGRA1MATLABR2008asyslccbin2 Microsoft Visual C+ 6.0 in D:Program FilesMicrosoft Visual Studio0 NoneCompiler: （我选择了2），