您的位置：首页 > 编程语言 > MATLAB

matlab中SVM工具箱的使用方法

2011-11-20 18:29 453 查看

matlab中SVM工具箱的使用方法

1,下载SVM工具箱:http://see.xidian.edu.cn/faculty/chzheng/bishe/indexfiles/indexl.htm

2,安装到matlab文件夹中

1)将下载的SVM工具箱的文件夹放在/matlab71/toolbox/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 Files/MATLAB71/toolbox/svm/svcoutput.m

3,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 seconds

Status : OPTIMAL_SOLUTION

|w0|^2    : 0.418414

Margin    : 3.091912

Sum alpha : 0.418414

Support Vectors : 3 (3.0%)

nsv =

     3

alpha =

    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

参考资料：http://hi.baidu.com/einyboy/blog/item/750db308dc49648fd1581b98.html

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签： matlab 工具 classification plot vector 测试

相关文章推荐

新的分享

章节导航