matlab中SVM工具箱的使用方法

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/

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: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,SVM做分类的使用方法

1)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,X100*2的矩阵,Y100*1的矩阵

    C=Inf;

    ker='linear';

    global p1 p2

    p1=3;

    p2=1;

    然后,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

你可能感兴趣的:(vector,测试,matlab,工具,classification,plot)