MATLAB神经网络30个案例分析源代码[Demo]chapter121
需积分: 0 96 浏览量
2022-08-03
12:52:09
上传
评论 1
收藏 91KB PDF 举报
SVM神经网络的数据分类预测----意大利葡萄酒种类识
file:///D|/Mydesktop/30个案例分析视频相关/MATLAB神经网络30个案例分析 源代码+数据/chapter12/html/chapter12.html[2010/11/16 22:44:40]
SVM神经网络的数据分类预测----意大利葡萄酒种类识
别
该案例作者申明：
1：本人长期驻扎在此板块
里，对该案例提问，做到有问必答。本套书籍官方网站
为：video.ourmatlab.com
2：点此从当当预定本书：《Matlab神经网络30个案例分析》。
3：此案例有配套的教学视频，视频下载方式video.ourmatlab.com/vbuy.html
。
4：此案例为原创案例，转载请注明出处（《Matlab神经网络30个案例分析》）。
5：若此案例碰巧与您的研究有关联，我们欢迎您提意见，要求等，我们考虑后可以加在案例里。
by liyang[faruto] @ faruto's Studio~ Email:faruto@163.com QQ:516667408
http://blog.sina.com.cn/faruto
http://www.matlabsky.com http://www.mfun.la
http://video.ourmatlab.com
Contents
清空环境变量
数据的提取和预处理
SVM网络训练
SVM网络预测
结果分析
清空环境变量
close all;
clear;
clc;
format compact;
数据的提取和预处理
% 载入测试数据wine,其中包含的数据为classnumber = 3,wine:178*13的矩阵,wine_labes:178*1的列向量
load chapter12_wine.mat;
% 画出测试数据的可视化图
figure
subplot(3,5,1);
hold on
for run = 1:178
plot(run,wine_labels(run));
end
title('class','FontSize',10);
for run = 2:14
subplot(3,5,run);
hold on;
str = ['attrib ',num2str(run-1)];
for i = 1:178
plot(i,wine(i,run-1));
end
title(str,'FontSize',10);
end
% 选定训练集和测试集
% 将第一类的1-30,第二类的60-95,第三类的131-153做为训练集
train_wine = [wine(1:30,:);wine(60:95,:);wine(131:153,:)];
% 相应的训练集的标签也要分离出来
train_wine_labels = [wine_labels(1:30);wine_labels(60:95);wine_labels(131:153)];
% 将第一类的31-59,第二类的96-130,第三类的154-178做为测试集
test_wine = [wine(31:59,:);wine(96:130,:);wine(154:178,:)];
%
相应的测试集的标签也要分离出来
评论0