Matlab工具箱調(diào)用SVM算法

1、使用Matlab工具箱調(diào)用SVM算法介紹人 ：史培騰實(shí)驗(yàn)室 ：重點(diǎn)實(shí)驗(yàn)室三室2014數(shù) 據(jù)挖 掘CONTENT1Matlab工具箱的函數(shù)如何使用Matlab工具箱中的函數(shù)2添加Matlab工具箱如何添加Matlab工具箱3運(yùn)行SVM函數(shù)如何使用Matlab工具箱PART1Matlab工具箱函數(shù)介紹T Functions in Toolbox模型求解最優(yōu)分類(lèi)面方程只需求得參數(shù)( )0g xw xb , ,w b 如何使用Matlab工具箱中的函數(shù)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開(kāi)發(fā)函數(shù)調(diào)用過(guò)程1.輸入訓(xùn)練集TrainXTrainY3.計(jì)算最優(yōu)分類(lèi)面 nsv alpha bias = svc(TrainX,TrainY, ker,C);2.參數(shù)k kerer：內(nèi)核函數(shù)線性、非線性C C ：默認(rèn)為Infnsv 為 中大于0的個(gè)數(shù)，即支持向量個(gè)數(shù)alpha

3、為 bias 為 b 函數(shù)調(diào)用過(guò)程4.畫(huà)出分類(lèi)圖6.統(tǒng)計(jì)測(cè)試數(shù)據(jù)分類(lèi)錯(cuò)誤的個(gè)數(shù)svcplot(TrainX,TrainY,ker,alpha,bias);輸入樣本與求得的參數(shù)即可畫(huà)出分類(lèi)圖5.對(duì)測(cè)試數(shù)據(jù)計(jì)算分類(lèi)Predicted=svcoutput(TrainX,TrainY,TestX,ker,alpha,bias);svcerror(TrainX,TrainY,TestX,TestY,ker,alpha,bias);最后結(jié)果形式二維線性可分二維非線性可分三維線性可分PART2Matlab工具箱使用演示 Practice如何添加Matlab工具箱%改為optimiser文件夾下mex -v qp.c pr_loqo.cqp.mexw32%改為qp.dll%復(fù)制到工具箱文件夾下mex -setup工具箱添加生成訓(xùn)練集與測(cè)試集 N = 50; x1 = randn(2,N); y1 = ones(1,N); x2 = 5+x1; y2 = -ones(1,N); X1 = x1,x2; Y1 = y1,y2; %生成訓(xùn)練集 train, test = crossvalind(holdOut,