RVM-MATLAB-V1.3.zip

相关向量机 (Relevance Vector Machine, RVM)的回归应用
语言：MATLAB代码
版本：V1.3
-----------------------------------------------------
主要功能：
1. 基于SB2_Release_200 工具箱
2. 直观易用的API
3. 实现回归模型的训练和预测
4. 添加多种核函数的支持
5. 添加可视化模块

%{

    Examples for kernel function

    kernel = Kernel（‘type‘ ‘gauss‘ ‘width‘ 2）;
    kernel = Kernel（‘type‘ ‘exp‘ ‘width‘ 2）;
    kernel = Kernel（‘type‘ ‘linear‘ ‘offset‘ 0）;
    kernel = Kernel（‘type‘ ‘lapl‘ ‘width‘ 2）;
    kernel = Kernel（‘type‘ ‘sigm‘ ‘gamma‘ 0.1 ‘offset‘ 0）;
    kernel = Kernel（‘type‘ ‘poly‘ ‘degree‘ 2 ‘offset‘ 0）;

%}


clc
clear all
addpath（genpath（pwd））
x = rand（30 5）;
y = rand（30 5）;

kernelmatrix = cell（6 1）;

% compute kernel matrix using gaussian kernel function
kernel = Kernel（‘type‘ ‘gauss‘ ‘width‘ 2）;
kernelmatrix{1 1} = kernel.getKernelMatrix（x y）;

% compute kernel matrix using exponential kernel function
kernel = Kernel（‘type‘ ‘exp‘ ‘width‘ 2）;
kernelmatrix{2 1} = kernel.getKernelMatrix（x y）;

% compute kernel matrix using linear kernel function
kernel = Kernel（‘type‘ ‘linear‘ ‘offset‘ 0）;
kernelmatrix{3 1} = kernel.getKernelMatrix（x y）;

% compute kernel matrix using laplacian kernel function
kernel = Kernel（‘type‘ ‘lapl‘ ‘width‘ 2）;
kernelmatrix{4 1} = kernel.getKernelMatrix（x y）;

% compute kernel matrix using sigmoid kernel function
kernel = Kernel（‘type‘ ‘sigm‘ ‘gamma‘ 0.01 ‘offset‘ 0）;
kernelmatrix{5 1} = kernel.getKernelMatrix（x y）;

% compute kernel matrix using polynomial kernel function
kernel = Kernel（‘type‘ ‘poly‘ ‘degree‘ 2 ‘offset‘ 0）;
kernelmatrix{6 1} = kernel.getKernelMatrix（x y）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1463  2020-03-18 22:07  demo_KernelMatrix.m
     文件         546  2020-03-18 22:24  demo_RVM.m
     目录           0  2020-03-18 23:18  func\
     文件         895  2020-03-18 22:15  func\computePretIndex.m
     文件         905  2020-03-18 22:36  func\generateData.m
     文件         978  2020-03-18 22:37  func\plotRelevanceVector.m
     文件        1417  2020-03-18 22:37  func\plotResult.m
     文件        1673  2020-03-18 22:17  func\rvm_test.m
     文件        3888  2020-03-18 22:39  func\rvm_train.m
     目录           0  2020-03-18 23:18  KernnelMatrix\
     文件         929  2019-12-01 10:57  KernnelMatrix\Kernel.m
     文件        1648  2019-12-01 10:58  KernnelMatrix\Kernelbase.m
     文件        1053  2020-03-18 22:32  KernnelMatrix\KernelExponential.m
     文件        1061  2019-12-01 10:59  KernnelMatrix\KernelFunction.m
     文件         993  2020-03-18 11:35  KernnelMatrix\KernelGaussian.m
     文件        1051  2020-03-18 22:31  KernnelMatrix\KernelLaplacian.m
     文件         836  2020-03-18 11:35  KernnelMatrix\KernelLinear.m
     文件        1121  2020-03-18 11:35  KernnelMatrix\KernelPolynomial.m
     文件        1116  2020-03-18 11:35  KernnelMatrix\KernelSigmoid.m
     目录           0  2020-03-18 23:18  refs\
     文件      958100  2018-10-09 09:26  refs\Tipping_2001_Sparse Bayesian learning and the relevance vector machine.pdf
     文件      228209  2018-10-09 09:26  refs\Tipping_Faul_2003_Fast marginal likelihood maximisation for sparse Bayesian models.pdf
     目录           0  2020-03-18 23:18  SB2_Release_200\
     文件       15402  2007-04-30 08:27  SB2_Release_200\licence.txt
     文件        2740  2009-03-13 09:00  SB2_Release_200\Readme.txt
     文件        4564  2009-03-13 09:00  SB2_Release_200\SB2_ControlSettings.m
     文件        3845  2009-03-13 09:00  SB2_Release_200\SB2_Diagnostic.m
     文件        1627  2009-03-13 09:00  SB2_Release_200\SB2_FormatTime.m
     文件        6006  2009-03-13 09:00  SB2_Release_200\SB2_FullStatistics.m
     文件        7449  2009-03-13 09:00  SB2_Release_200\SB2_Initialisation.m
     文件        2240  2009-03-13 09:00  SB2_Release_200\SB2_Likelihoods.m
............此处省略8个文件信息