• 大小: 521KB
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2021-05-14
  • 语言: Matlab
  • 标签: 多分类  SVM  含例程  

资源简介

内含libsvm工具箱、SVMs的示例程序(含代码和实例数据)、SVR的示例程序(含代码和实例数据)

资源截图

代码片段和文件信息

%% I. 清空环境变量
clear all
clc

%% II. 导入数据
load BreastTissue_data.mat

%%
% 1. 随机产生训练集和测试集
n = randperm(size(matrix1));

%%
% 2. 训练集——80个样本
train_matrix = matrix(n(1:80):);
train_label = label(n(1:80):);

%%
% 3. 测试集——26个样本
test_matrix = matrix(n(81:end):);
test_label = label(n(81:end):);

%% III. 数据归一化
[Train_matrixPS] = mapminmax(train_matrix‘);
Train_matrix = Train_matrix‘;
Test_matrix = mapminmax(‘apply‘test_matrix‘PS);
Test_matrix = Test_matrix‘;

%% IV. SVM创建/训练(RBF核函数)
%%
% 1. 寻找最佳c/g参数——交叉验证方法
[cg] = meshgrid(-10:0.2:10-10:0.2:10);
[mn] = size(c);
cg = zeros(mn);
eps = 10^(-4);
v = 5;
bestc = 1;
bestg = 0.1;
bestacc = 0;
for i = 1:m
    for j = 1:n
        cmd = [‘-v ‘num2str(v)‘ -t 2‘‘ -c ‘num2str(2^c(ij))‘ -g ‘num2str(2^g(ij))];
        cg(ij) = svmtrain(train_labelTrain_matrixcmd);     
        if cg(ij) > bestacc
            bestacc = cg(ij);
            bestc = 2^c(ij);
            bestg = 2^g(ij);
        end        
        if abs( cg(ij)-bestacc )<=eps && bestc > 2^c(ij) 
            bestacc = cg(ij);
            bestc = 2^c(ij);
            bestg = 2^g(ij);
        end               
    end
end
cmd = [‘ -t 2‘‘ -c ‘num2str(bestc)‘ -g ‘num2str(bestg)];

%%
% 2. 创建/训练SVM模型
model = svmtrain(train_labelTrain_matrixcmd);

%% V. SVM仿真测试
[predict_label_1accuracy_1] = svmpredict(train_labelTrain_matrixmodel);
[predict_label_2accuracy_2] = svmpredict(test_labelTest_matrixmodel);
result_1 = [train_label predict_label_1];
result_2 = [test_label predict_label_2];

%% VI. 绘图
figure
plot(1:length(test_label)test_label‘r-*‘)
hold on
plot(1:length(test_label)predict_label_2‘b:o‘)
grid on
legend(‘真实类别‘‘预测类别‘)
xlabel(‘测试集样本编号‘)
ylabel(‘测试集样本类别‘)
string = {‘测试集SVM预测结果对比(RBF核函数)‘;
          [‘accuracy = ‘ num2str(accuracy_2(1)) ‘%‘]};
title(string)

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       6802  2010-11-03 21:23  Class_6_Code\Classification\BreastTissue_data.mat

     文件      10246  2015-09-13 22:13  Class_6_Code\Classification\html\main.html

     文件       5730  2015-09-13 22:13  Class_6_Code\Classification\html\main.png

     文件      13144  2015-09-13 22:12  Class_6_Code\Classification\html\main_01.png

     文件       2007  2015-09-13 22:10  Class_6_Code\Classification\main.m

     文件       1497  2009-02-17 18:07  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\COPYRIGHT

     文件      28904  2005-03-22 20:37  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\heart_scale.mat

     文件       2835  2010-01-24 15:14  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\a_template_flow_usingSVM_class.m

     文件       2159  2010-01-17 09:36  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\a_template_flow_usingSVM_regress.m

     文件        871  2010-01-17 14:51  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\fasticaForSVM.m

     文件       3778  2010-01-21 21:40  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\gaSVMcgForClass.m

     文件       3510  2010-01-21 21:42  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\gaSVMcgForRegress.m

     文件       3788  2010-01-17 10:20  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\gaSVMcgpForRegress.m

     文件       3217  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\bs2rv.m

     文件       1835  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\contents.m

     文件       1168  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\crtbase.m

     文件       2187  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\crtbp.m

     文件       2091  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\crtrp.m

     文件       7205  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\migrate.m

     文件       4019  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\mpga.m

     文件       1609  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\mut.m

     文件       3437  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\mutate.m

     文件       4943  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\mutbga.m

     文件       4709  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\ranking.m

     文件       1825  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\recdis.m

     文件       1895  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\recint.m

     文件       1953  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\reclin.m

     文件       4852  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\recmut.m

     文件       2438  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\recombin.m

     文件       5574  1998-04-22 10:44  Class_6_Code\libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]\implement[by faruto]\myprivate\gatbx[Sheffield]\reins.m

............此处省略78个文件信息

评论

共有 条评论