matlab中SVM工具箱的使用方法_第1页
matlab中SVM工具箱的使用方法_第2页
matlab中SVM工具箱的使用方法_第3页
全文预览已结束

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、matlab 中SVM工具箱的使用方法1, 下载SVM工具箱:es/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

2、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，丫是100*1的矩阵C=Inf;ker=&#

3、39;linear'global p1 p2p1=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 ClassificationConstructing .Optimising .Execution time: 1.9 secondsStatus : OPTIMAL_SOLUTION|w0|A2: 0.418414Margin : 3.091912Sum alpha : 0.418414Support Vectors : 3 (3.0%) nsv =3 alpha =0.00000.00000.00000.00000.00002) 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 =

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