华中科技大学软件与嵌入式系统工程研究中心 总结与计划
6
svmclassify函数
• help svmclassify
华中科技大学软件与嵌入式系统工程研究中心
总结与计划
7
应用实例
• matlab自带分类数据集fisheriris，来 源于/ml/ 中的risi数据，其数据类别分为3类， setosa，versicolor，virginica.每 类植物有50个样本，共150个。
华中科技大学软件与嵌入式系统工程研究中心
总结与计划
14
svm分类预测
• classes = svmclassify(svmStruct,data(test ,:),'showplot',true); • %对于未知的测试集进行分类预测,结果 如图:
华中科技大学软件与嵌入式系统工程研究中心
test] = crossvalind('holdOut',groups);
• cp = classperf(groups); • %随机选择训练集合测试集,其中cp作用 是后来用来评价分类器的.*/
华中科技大学软件与嵌入式系统工程研究中心
总结与计划
12
svm训练
– 每个样本有4个属性，分别为花萼长，花萼 宽，花瓣长，花瓣宽。
华中科技大学软件与嵌入式系统工程研究中心
总结与计划
8
载入数据iris
• load fisheriris
– %载入matlab自带的数据[有关数据的信息可以自 己到UCI查找,这是UCI的经典数据之一],得到的数 据如下图:
华中科技大学软件与嵌入式系统工程研究中心
10
• groups = ismember(species,'setosa'); • %由于species分类中是有三个分 类:setosa,versicolor,virginica,为 了使问题简单,我们将其变为二分类问 题:Setosa and non-Setosa.
华中科技大学软件与嵌入式系统工程研究中心
总结与计划
5
svmclassify
• /*Classify data using support vector machine*/ • Syntax • Group = svmclassify(SVMStruct, Sample) • Group = svmclassify(SVMStruct, Sample, 'Showplot', ShowplotValue)
总结与计划
9
• 其中meas是150*4的矩阵代表着有 150个样本每个样本有4个属性描 述,species代表着这150个样本的分类. • data = [meas(:,1), meas(:,2)]; • %在这里只取meas的第一列和第二列, 即只选取前两个属性.
华中科技大学软件与嵌入式系统工程研究中心 总结与计划
华中科技大学软件与嵌入式系统工程研究中心
'Method', 'QuadProg_Opts', 'SMO_Opts', 'BoxConstraint', 'Autoscale',
'Showplot',
总结与计划
4
svmtrain函数
• help svmtrain
华中科技大学软件与嵌入式系统工程研究中心
15
svm分类预测结果图
华中科技大学软件与嵌入式系统工程研究中心
总结与计划
16
• classperf(cp,classes,test); • cp.CorrectRate • %分类器效果测评,就是看测试集分类的 准确率的高低. • ans = • 0.9867
华中科技大学软件与嵌入式系统工程研究中心 总结与计划
华中科技大学软件与嵌入式系统工程研究中心 总结与计划
2
svmtrain (1)
• /*Train support vector machine classifier*/ • SVMStruct = svmtrain(Training, Group) • SVMStruct = svmtrain(..., 'Kernel_Function', Kernel_FunctionValue, ...) • SVMStruct = svmtrain(..., 'RBF_Sigma', RBFSigmaValue, ...) • SVMStruct = svmtrain(..., 'Polyorder', PolyorderValue, ...) • SVMStruct = svmtrain(..., 'Mlp_Params', Mlp_ParamsValue, ...)
• svmStruct = svmtrain(data(train,:),groups(trai n),'showplot',true); • %使用svmtrain进行训练,得到训练后 的结构svmStruct,在预测时使用.
华中科技大学软件与嵌入式系统工程研究中心
总结与计划
13
svm训练结果图
华中科技大学软件与嵌入式系统工程研究中心 总结与计划
3
svmtrain (2)
• SVMStruct = svmtrain(..., MethodValue, ...) • SVMStruct = svmtrain(..., QuadProg_OptsValue, ...) • SVMStruct = svmtrain(..., SMO_OptsValue, ...) • SVMStruct = svmtrain(..., BoxConstraintValue, ...) • SVMStruct = svmtrain(..., AutoscaleValue, ...) • SVMStruct = svmtrain(..., ShowplotValue, ...)
SVM算法Matlab实 现学习讨论
cole.xu@
华中科技大学软件与嵌入式系统工程研究中心
总结与计划
SVM工具箱
• SVM工具箱快速入手简易教程(by faruto)
• matlab 自带的函数(matlab帮助文件 里的例子)
– [只有较新版本的matlab中有这两个SVM 的函数]