matlab中SVM工具箱的使用方法.doc

matlab中SVM工具箱的使用方法 1,下载SVM工具箱:/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\matlab71\toolbox\下 2)打开matlab-File-Set Path中添加SVM工具箱的文件夹 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: C:\Program Files\MATLAB71\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 secondsStatus : OPTIMAL_SOLUTION|w0|^2??? : 0.418414Margin??? : 3.091912Sum alpha : 0.418414Support 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 #Matlab 一、因为要用到SVM，所以想先在matlab下学习一下，简短讲添加工具箱很简单： 1.1：如果是Matlab安装光盘上的工具箱，重新执行安装程序，选中即可。 1.2：如果是单独下载的工具箱，则需要把新的工具箱（以下假设工具箱名字为svm）解压到toolbox目录下，然后用addpath或者pathtool把该工具箱的路径添加到matlab的搜索路径中， 2:最后用which newtoolbox_command.m来检验是否可以访问。如果能够显示新设置的路径，则表明该工具箱可以使用了。 SVM工具箱: addpath(D:\Program Files\MATLAB\R2008a\toolbox\svm) which svcinfo.mD:\Program Files\MATLAB\R2008a\toolbox\svm\svcinfo.m 成功~ PS:还有一些其他方法，可以参考：/smallworker/A31135.html 二、初次使用，采用html中的例子，但是出现了错误信息：D：…………\toolbox\svm\qp.dll 不是有效的 Win32 应用程序，经过搜索看到有很多人出现这个问题，貌似是因为matlab版本比较高。 解决办法：1、command中输入 cd D:\Program Files\MATLAB\R2008a\toolbox\svm\Optimiser mex -v qp.c pr_loqo.c 2、出现：