%% Matlab神经网络43个案例分析
% 初识SVM分类与回归
% by 李洋(faruto)
% http://www.matlabsky.com
% Email:faruto@163.com
% http://weibo.com/faruto
% http://blog.sina.com.cn/faruto
% 2013.01.01
%% A Little Clean Work
tic;
clear;
clc;
close all;
format compact;
%% 使用Libsvm进行分类的小例子
%{
一个班级里面有两个男生(男生1、男生2),两个女生(女生1、女生2),其中
男生1 身高:176cm 体重:70kg;
男生2 身高:180cm 体重:80kg;
女生1 身高:161cm 体重:45kg;
女生2 身高:163cm 体重:47kg;
如果我们将男生定义为1,女生定义为-1,并将上面的数据放入矩阵data中,
并在label中存入男女生类别标签(1、-1)
%}
data = [176 70;
180 80;
161 45;
163 47];
label = [1;1;-1;-1];
%{
这样上面的data矩阵就是一个属性矩阵,行数4代表有4个样本,列数2表示属性有两个,
label就是标签(1、-1表示有两个类别:男生、女生)。
%}
% 利用libsvm建立分类模型
model = svmtrain(label,data);
%{
此时该班级又转来一个新学生,其
身高190cm,体重85kg
我们想给出其标签(想知道其是男[1]还是女[-1])
由于其标签我们不知道,我们假设其标签为-1(也可以假设为1)
%}
testdata = [190 85];
testdatalabel = -1;
[predictlabel,accuracy] = svmpredict(testdatalabel,testdata,model);
predictlabel
if 1 == predictlabel
disp('==该生为男生');
end
if -1 == predictlabel
disp('==该生为女生');
end
% % 下面再使用libsvm工具箱本身带的测试数据heart_scale来进行一下测试
% 首先载入数据
load heart_scale;
data = heart_scale_inst;
label = heart_scale_label;
% 选取前200个数据作为训练集合,后70个数据作为测试集合
ind = 200;
traindata = data(1:ind,:);
trainlabel = label(1:ind,:);
testdata = data(ind+1:end,:);
testlabel = label(ind+1:end,:);
% 利用训练集合建立分类模型
model = svmtrain(trainlabel,traindata,'-s 0 -t 2 -c 1.2 -g 2.8');
% 利用建立的模型看其在训练集合上的分类效果
[ptrain,acctrain] = svmpredict(trainlabel,traindata,model);
% 预测测试集合标签
[ptest,acctest] = svmpredict(testlabel,testdata,model);
%% 使用Libsvm进行回归的小例子
% 生成待回归的数据
x = (-1:0.1:1)';
y = -x.^2;
% 建模回归模型
model = svmtrain(y,x,'-s 3 -t 2 -c 2.2 -g 2.8 -p 0.01');
% 利用建立的模型看其在训练集合上的回归效果
[py,mse] = svmpredict(y,x,model);
scrsz = get(0,'ScreenSize');
figure('Position',[scrsz(3)*1/4 scrsz(4)*1/6 scrsz(3)*4/5 scrsz(4)]*3/4);
plot(x,y,'o');
hold on;
plot(x,py,'r*');
legend('原始数据','回归数据');
grid on;
% 进行预测
testx = 1.1;
display('真实数据')
testy = -testx.^2
[ptesty,tmse] = svmpredict(testy,testx,model);
display('预测数据');
ptesty
%% Record Time
toc;
没有合适的资源?快使用搜索试试~ 我知道了~
SVM(支撑向量机模型)是二(多)分类问题中经常使用的方法
共5个文件
png:2个
mat:1个
m:1个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 77 浏览量
2023-01-31
10:12:45
上传
评论
收藏 20KB ZIP 举报
温馨提示
SVM(支撑向量机模型)是二(多)分类问题中经常使用的方法,思想比较简单,但是具体实现与求解细节对工程人员来说比较复杂。本文从应用的角度出发,使用Libsvm函数库解决SVM模型的分类与回归问题.zip
资源推荐
资源详情
资源评论
收起资源包目录
SVM(支撑向量机模型)是二(多)分类问题中经常使用的方法,思想比较简单,但是具体实现与求解细节对工程人员来说比较复杂。本文从应用的角度出发,使用Libsvm函数库解决SVM模型的分类与回归问题.zip (5个子文件)
新建文件夹
chapter12
html
Chapter_ClassifyRegressUsingLibsvm.png 2KB
Chapter_ClassifyRegressUsingLibsvm.html 15KB
Chapter_ClassifyRegressUsingLibsvm_01.png 9KB
Chapter_ClassifyRegressUsingLibsvm.m 2KB
heart_scale.mat 28KB
G
H
共 5 条
- 1
资源评论
处处清欢
- 粉丝: 150
- 资源: 2471
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功