matlab中SVM工具箱的使用方法.doc

包已经解压到文件夹F:\R2009b\toolbox\svm 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 ?补充: X和Y为数据,m*n:m为样本数,n为特征向量数 比如:取20组训练数据X,10组有故障,10组无故障的,每个训练数据有13个特征参数,则m=20,n=13 Y为20*1的矩阵,其中,10组为1,10组为-1. 对于测试数据中,如果取6组测试数据,3组有故障,3组无故障的,则m=6,n=13 Y中,m=6,n=1/SVM_soft.html SVM - Support Vector Machines Software Train support vector machine classifier /access/helpdesk/help/toolbox/bioinfo/ref/svmtrain.html 一些问题？？？？？？？ 1.今天我在使用SVM通用工具箱对眼电的信号数据进行分类时出现如下错误：Support Vector Classification_____________________________Constructing ...Optimising ...??? Dimension error (arg 3 and later).Error in == svc at 60[alpha lambda how] = qp(H, c, A, b, vlb, vub, x0, neqcstr);不知道是什么原因？ 答：今天上午终于找到出