matlab中SVM工具箱的使用方法

matlab中SVM工具箱的使用方法

1,下载SVM工具箱:http://see.xidian.edu.cn/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 seconds
Status : OPTIMAL_SOLUTION
|w0|^2 : 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

参考资料：http://hi.baidu.com/einyboy/blog/item/750db308dc49648fd1581b98.html