【数学建模】支持向量机代码

支持向量机

使用条件

线性可分的数据下进行分类

MATLAB代码

首先由于版本原因要将svc.m进行一些修改（原版svc.m基于老版本MATLAB），需要将60行附近的

[alpha lambda how] =qp(H, c, A, b, vlb, vub, x0, neqcstr);

替换成

[alpha lambda how] = quadprog(H, c, A, b,[],[], vlb, vub, x0); 

注意输入参数不能有neqcstr（原因未知，后果位置）否则会报错。

接下来随机生成线性可分的数据

N =100;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';C=Inf;ker='linear';global p1 p2p1=3;p2=1;

生成数据如图

然后运行以下命令执行SVM训练操作

[nsv alpha bias] = svc(X,Y,ker,C)

输出（详细说明见注释）

Execution time:  0.6 secondsStatus : 
|w0|^2    : 0.781879Margin    : 2.261832Sum alpha : 0.781878Support Vectors : 3 (1.5%)nsv =     3%支持向量的个数alpha =    0.0000    0.0000    0.1461 ！    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.2448 ！    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.3909 ！    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000    0.0000%非0的3个alpha即为有效向量参数bias =    3.1826%分类面参数bias

输入（必须先进行SVM训练）

svcplot(X,Y,ker,alpha,bias)

输出