QPSO-SVM、PSO-SVM、SVM分类预测对比（Matlab完整源码和数据)

将libsvm-3.31添加到matlab的搜索路径 不会可以百度 %model里的参数 % 1.model.Parameters 有5个变量 % -s svm类型 默认0 % -t 核函数类型 默认2 % -d degree 针对多项式函数 默认3 % -g 核函数中gamma参数默认1/k k为属性的数目 % -r 核函数coef0 针对多项式sig核函数 默认0 % % 2.model.Label model.nr_class % model.Label 表示数据的标签 % model.nr_class 表示类别数目 % % 3.model.totalSV model.nSV % model.totalSV 代表总共支持向量的数目 % model.nSV 代表每类样本的支持向量数目 顺序与model.Label对应 % % 4.model.sv_coef model.SVs model.rho % model.sv_coef是支持向量在决策函数中的系数 % model.SVs 是支持向量 % model.rho 是决策函数的常数项的相反数 %% cmd参数说明 % %分类 % cmd = [' -t 2',' -c ',num2str(bestc),' -g ',num2str(bestg)]; % %回归 % cmd = [' -t 2',' -c ',num2str(bestc),' -g ',num2str(bestg),' -s 3 -p 0.01']; % %更多见神经网络43例 % % -s SVM模型设置类型:默认为零 若是回归 则选择为3或4 % % -t 核函数类型 ：0线性 1多项式 2 RBF核函数 3 sigmoid核函数 % % -d degree核函数中degreee参数设置（针对多项式核函数 默认3） % % -g r核函数中gamma参数 ：针对多项式 rbf/sigmoid % % -p SVR损失函数的值 默认0.01