matlab 中机器学习工具箱中分类器下介绍SVM新函数一个例子

matlab 中机器学习工具箱中分类器下有SVM工具，其中介绍SVM新函数时有这样一个例子：LoadFisher's iris data set. Remove the sepal lengths and widths, and all observedsetosa irises.

程序：

load fisheriris %我看了一下，fisheriris是matlab系统自带的fisheriris.csv文件，里面有5列数据，151行，第1行是项目名称：SepalLength,SepalWidth,PetalLength,PetalWidth,Species，第2行以后是5.1,3.5,1.4,0.2,setosa；。。。。等等这样的数据。

load的意思是读入fisheriris这个文件到系统里。运行之后matlab工作区生成2个文件。

Meas就是前四列全部数据的矩阵，不含名称这行；species就是最后一列即第五列数据。

 

strcmp(species,'setosa');就是把species过滤一下，把species中的每个元素和s做比较，如果一致，则对应位置的元素为1，否则，为0。前50行是'setosa'就变成1，后100行不是就是0。inds = ~strcmp(species,'setosa');% 取反后返回值inds是一个和species有相同size的logical array，inds的元素是1或0。数据文件中species列里面是'setosa'的共有50行。再取反，应该就是一列向量，前50项是0，后面100项是1。

 

X = meas(inds,3:4); 前2列按程序目的被移除，前50行是'setosa'，也被移除，剩下X中100项就是需要的数据。

 

y = species(inds);%y就是剩下100项对应的名字。

SVMModel = fitcsvm(X,y)%生成一个分类器

 

SVMModel =

 

 ClassificationSVM

            ResponseName: 'Y'

   CategoricalPredictors: []

               ClassNames: {'versicolor'  'virginica'}

          ScoreTransform: 'none'

         NumObservations: 100

                    Alpha: [24×1 double]

                     Bias: -14.4149

        KernelParameters: [1×1 struct]

          BoxConstraints: [100×1 double]

         ConvergenceInfo: [1×1 struct]

         IsSupportVector: [100×1 logical]

                   Solver: 'SMO'

The Command Window shows that SVMModel is atrained ClassificationSVM classifier and a property list. Display theproperties of SVMModel, for example, to determine the class order, by using dotnotation.

用类似classOrder = SVMModel.ClassNames 这样的命令可以看分类器的属性

classOrder =

 

  2×1cell array

 

   'versicolor'

   'virginica'

 

The first class ('versicolor') is thenegative class, and the second ('virginica') is the positive class. You canchange the class order during