The UnscrambleX-光谱SVM分类

上篇文章我大致讲解了几个光谱预处理的方法,没看过的可以点击链接了解一下。
近红外光谱的预处理方法
这篇文章我将讲解如何通过The UnscrambleX实现SVM分类。本文数据集使用的是eigenvector里的公开数据集.

一、导入数据

The UnscrambleX-光谱SVM分类_第1张图片
The UnscrambleX-光谱SVM分类_第2张图片
The UnscrambleX-光谱SVM分类_第3张图片
The UnscrambleX-光谱SVM分类_第4张图片
The UnscrambleX-光谱SVM分类_第5张图片
The UnscrambleX-光谱SVM分类_第6张图片

二、生成模型

注意:这里需要将最后一列数据类型转换为类别,这一步在画图完成之后操作。
The UnscrambleX-光谱SVM分类_第7张图片
转换完成之后,选中x
The UnscrambleX-光谱SVM分类_第8张图片

设置完之后点击options
进行参数寻优

The UnscrambleX-光谱SVM分类_第9张图片

The UnscrambleX-光谱SVM分类_第10张图片

选择最大的数值,点击Use setting

The UnscrambleX-光谱SVM分类_第11张图片

The UnscrambleX-光谱SVM分类_第12张图片
The UnscrambleX-光谱SVM分类_第13张图片

三、导入测试集并测试模型

前面几步都是一样的,这里不在进行阐述
The UnscrambleX-光谱SVM分类_第14张图片
The UnscrambleX-光谱SVM分类_第15张图片
The UnscrambleX-光谱SVM分类_第16张图片
The UnscrambleX-光谱SVM分类_第17张图片
这一列就是预测值,大家可以复制在excel里同测试集的真实值进行比较。

大致操作就是这些,希望能帮助到大家!

你可能感兴趣的:(光谱学与光谱分析,人工智能)