matlab中SVM工具箱的使用方法
来源:互联网 发布:两点间最短路径算法 编辑:程序博客网 时间:2024/06/16 02:24
博客:http://zyy554221.blog.sohu.com/82115143.html
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\matlab2010a\toolbox\下
2)打开matlab->File->Set Path中添加SVM工具箱的文件夹
3)>> cd 'D:\Program Files\MATLAB\R2010a\toolbox\svm\Optimiser'
>> mex -v qp.c pr_loqo.c
4) Optimiser文件夹下看到两个文件:qp.dll和qp.mexw32;把qp.mexw32重命名为qp.dll覆盖svm文件夹下的qb.dll即可,同时将新的qp.dll将 SVM中的qp.dll覆盖。
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:
D:\Program Files\MATLAB2010a\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
![](file:///C:\Users\ahuang1900l\AppData\Roaming\Tencent\Users\1405408012\QQ\WinTemp\RichOle\IH)]JXPDI~)BX82ABC%LVVN.jpg)
![](file:///C:\Users\ahuang1900l\AppData\Roaming\Tencent\Users\1405408012\QQ\WinTemp\RichOle\IH)]JXPDI~)BX82ABC%LVVN.jpg)
补充:
X和Y为数据,m*n:m为样本数,n为特征向量数
比如:取20组训练数据X,10组有故障,10组无故障的,每个训练数据有13个特征参数,则m=20,n=13
Y为20*1的矩阵,其中,10组为1,10组为-1.
对于测试数据中,如果取6组测试数据,3组有故障,3组无故障的,则m=6,n=13
Y中,m=6,n=1
- matlab中SVM工具箱的使用方法
- matlab中SVM工具箱的使用方法
- matlab中SVM工具箱的使用方法
- matlab中工具箱的使用方法
- Matlab SVM工具箱的使用
- 在matlab中如何使用SVM工具箱
- 关于matlab SVM工具箱的问题
- SVM Matlab工具箱的使用(一)
- MATLAB SVM工具箱
- 如何在matlab中添加SVM工具箱以及初次应用
- 如何在matlab中添加SVM工具箱以及初次应用
- 如何在MATLAB中添加SVM函数工具箱
- Matlab svm工具箱安装方法
- Matlab中工具箱的安装
- 关于matlab的SVM工具箱的几个函数
- SVM的matlab实现——CVX工具箱应用
- Matlab svm工具箱配置及‘qp’报错的解决方法
- Matlab统计工具箱中各类概率分布函数使用方法介绍
- Spring web应用下方便的获得bean(转)
- Hogan.js 使用pratial示例
- 表格设计
- 插入排序
- Android dispatchTouchEvent()用法
- matlab中SVM工具箱的使用方法
- Compilation Error:function 'NAME_IN' may not be used in SQL
- C#中Split用法
- VS2010使用Dll文件搜索顺序
- BC1.1标准
- 错误java.io.FileNotFoundException: Source 'E:\Workspaces\MyEclipse 8.6\.metadata\.me_tcat\work\。。
- linux汇编之——(7)反汇编存储及其他
- 论设计模式在软件开发中的应用
- wpf报表rdlc报错