probability estimates, 0 or 1 (default 0)
技
-wi weight: set the parameter C of class i to weight*C, for C-SVC (default
1) -v n: n-fold cross validation mode ========================================================== Chinese: Options：可用的选项即表示的涵义如下 -s svm类型：SVM设置类型(默认0)
串个门 打招呼
加好友 发消息
farut o
ht t p:///farut o ht t p://w e /farut o
MA T LA B教学视频和经典教程等，全传资源打包下载，只需99元！
回复
使用道具 评分 举报
发表于 2011-2-28 11:58:28 | 只看该作者
串个门 打招呼
加好友 发消息
ht t p:///farut o ht t p://w e /farut o
回复
使用道具 评分 举报
熵钟
发表于 2011-2-26 20:09:42 | 只看该作者
地板
Google 提供的广告
回复 faruto 的帖子
► 中英文翻译
6楼
MA T LA B原创精华教程帖，让大神带你领略MA T LA B的风采！
回复 faruto 的帖子
校长，我觉得你还可以再奋斗一下，把ultimateFrauto 那个工具包的SVMcgforClass等函数再加一个寻找核函数和分类器的类 型，并且显示出来。我以前听一个香港理工大学做算法的教授讲座，他说做sv m先要选择核函数，核函数决定能不能分类， 然后才是调节参数，c 和g决定分类效果。而且，我看很多用到sv m的科研论文都会报告说用哪种核函数效果比较好。因为核 函数和数据结构有关系。 此外，bestacc也不是很好的指标，一定要报告正例和反例的预测正确率才有用，如果正例占的比例是90%，那么，向量机 即使没有一点分类能力，也能够得到90%的总正确率。但是，它在反例上的正确率必然是0，画ROC曲线就能发现。如果用 信号检测论的公式计算， 区别能力D=|z（p(A)）|+|z(p(B))|,即，正反两例的命中率的Z分数的绝对值之和，才是真正有用的指标。
0.5) -p epsilon : set the epsilon in loss function of epsilon-SVR (default 0.1) -m cachesize : set cache memory size in MB (default 100) -e epsilon : set tolerance of termination criterion (default 0.001) -h shrinking: whether to use the shrinking heuristics, 0 or 1 (default 1) -b probability_estimates: whether to train a SVC or SVR model for
0 -- C-SVC 1 -- nu-SVC 2 -- one-class SVM 3 -- epsilon-SVR 4 -- nu-SVR -t kernel_type : set type of kernel function (default 2) 0 -- linear: u'*v 1 -- polynomial: (gamma*u'*v + coef0)^degree 2 -- radial basis function: exp(-gamma*|u-v|^2) 3 -- sigmoid: tanh(gamma*u'*v + coef0) 4 -- precomputed kernel (kernel values in training_instance_matrix) -d degree : set degree in kernel function (default 3) -g gamma : set gamma in kernel function (default 1/k) -r coef0 : set coef0 in kernel function (default 0) -c cost : set the parameter C of C-SVC, epsilon-SVR, and nu-SVR (default 1) -n nu : set the parameter nu of nu-SVC, one-class SVM, and nu-SVR (default
分并计算交互检验准确度和均方根误差。以上这些参数设置可以按照SVM的类型和核函
数所支持的参数进行任意组合，如果设置的参数在函数或SVM类型中没有也不会产生影
响，程序不会接受该参数；如果应有的参数设置不正确，参数将采用默认值。
分享到: QQ空间 腾讯微博 腾讯朋友
分享 1
收藏 21
鲜花 6
鸡蛋 0
评分
M ›查看: 24›640 | 回复: 48
[教程› ] libsvm 参数说明【› 中英文双语版本›】
[复制链接]
farut o
发表于 2010-12-28 00:35:29 | 只看该AT 官方团队
farut o不知何许人也~
签到天数: 9 天
2/6
2014年9月3日
farut o
libsvm 参数说明【中英文双语版本】| MATLAB 支持向量机| MATLAB技术论坛
发表于 2011-2-26 07:34:00 | 只看该作者
Google 提供的广告
► Matlab算法
► Matlab應用
► Svm
板凳 ► 向量
熵钟 发表于 2011-2-25 09:49 回复 faruto 的帖子
转发到微博
ht t p:///farut o ht t p://w e /farut o
回复
发表于 2011-2-25 09:49:56 | 只看该作者
使用道具 举报 沙发
初中
该用户从未签到
UID 主题 帖子 积分
威望 贝壳 贡献
73593 44 108 527 5 103 137
► Matlab
► 中英文翻譯
► Sky blog
谢谢！我看了林志仁的论文……具体在做分类时，还是要尝试下哪种sv m效果好，才知道数据x 与y 的函数类型对吧？
初中
该用户从未签到
UID 主题 帖子 积分
威望 贝壳 贡献
73593 44 108 527 5 103 137
串个门 打招呼
加好友 发消息
UID 主题 帖子 积分
威望 贝壳 贡献 软件版本 研究领域
18677 380 5811 17723 290 2843 12648 R2014a(8.3 )金融建模
串个门 打招呼
加好友 发消息
熵钟
初中
该用户从未签到
UID 主题 帖子 积分
威望 贝壳 贡献
73593 44 108 527 5 103 137
► 英文翻译
3/6
2014年9月3日
libsvm 参数说明【中英文双语版本】| MATLAB 支持向量机| MATLAB技术论坛 谢谢！我看了林志仁的论文……具体在做分类时，还是要尝试下哪种svm效果好，才知道数据 ...
对是的~
官方团队 farut o不知何许人也~
签到天数: 9 天
[LV.3]偶尔看看II
串个门 打招呼
加好友 发消息
回复 faruto 的帖子
校长，sv m类型，-s前三个是分类的，后两个是回归的，我想问三个分类的sv c 各有什么区别？两个回归类型的sv r又有什么 区别？
回复
使用道具 评分 举报
/thread-12380-1-1.html
1/ k) -r coef0：核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0) -c cost：设置C-SVC，e -SVR和v-SVR的参数(损失函数)(默认1) -n nu：设置v-SVC，一类SVM和v- SVR的参数(默认0.5) -p p：设置e -SVR 中损失函数p的值(默认0.1) -m cachesize：设置cache内存大小，以MB为单位(默认40) -e eps：设置允许的终止判据(默认0.001) -h shrinking：是否使用启发式，0或1(默认1) -wi weight：设置第几类的参数C为weight*C(C-SVC中的C)(默认1) -v n: n-fold交互检验模式，n为fold的个数，必须大于等于2 其中-g选项中的k是指输入数据中的属性数。option -v 随机地将数据剖分为n部
/thread-12380-1-1.html
1/6
2014年9月3日
熵钟
libsvm 参数说明【中英文双语版本】| MATLAB 支持向量机| MATLAB技术论坛 0 -- C-SVC 1 --v-SVC 2 – 一类SVM 3 -- e -SVR 4 -- v-SVR -t 核函数类型：核函数设置类型(默认2) 0 – 线性：u'v 1 – 多项式：(r*u'v + coef0)^degree 2 – RBF函数：exp(-gamma|u-v|^2) 3 –sigmoid：tanh(r*u'v + coef0) -d degree：核函数中的degree设置(针对多项式核函数)(默认3) -g r(gama)：核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)(默认
[LV.3]偶尔看看II