matlab 中SVM工具箱的使用方法
井幷享
标签：2008-03-18 14:43
1, 下载SVM工具箱：
2, 安装到matlab 文件夹中
1) 将下载的SVM工具箱的文件夹放在下
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成功
,就证明添加了，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 = on es(1,N);
x2 = 5+ra ndn (2,N);
y2 = -on es(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 seconds
Status : OPTIMAL_SOLUTION
|w0|A2 : 0.418414
Margin : 3.091912
Sum alpha : 0.418414
Support 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•」M L Elite I
Eiit Yi tw Ini w I Iv中诋Wp
D© 口當k題Q心倉見n a「口
补充:
X和丫为数据,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。