lssvm（最小二乘支持向量机）matlab

在matlab中，使用此工具进行样本训练和预测。 经典版本1.5，本机使用过，强力推荐。速度略好于libsvm。

function [featureseigveceigvals] = AFE（Xskernel kernel_parsXtypenbeigveceigvals）
% Automatic Feature Extraction by Nystr鰉 method
%
%
% >> features = AFE（X kernel sig2 Xt）
%
% Description
% Using the Nystr鰉 approximation method the mapping of data to
% the feature space can be evaluated explicitly. This gives the
% features that one can use for a linear regression or
% classification. The decomposition of the mapping to the feature
% space relies on the eigenvalue decomposition of the kernel
% matrix. The Matlab （‘eigs‘） or Nystr鰉‘s （‘eign‘） approximation
% using the nb most important eigenvectors/eigenvalues can be
% used. The eigenvalue decomposition is not re-calculated if it is
% passed as an extra argument. This routine internally calls a cmex file.
%
% Full syntax
% 
% >> [features U lam] = AFE（X kernel sig2 Xt） 
% >> [features U lam] = AFE（X kernel sig2 Xt type） 
% >> [features U lam] = AFE（X kernel sig2 Xt type nb） 
% >> features          = AFE（X 

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

     文件       2738  2003-02-21 22:39  LS-SVMlab1.5\AFE.m

     文件       5785  2003-02-21 22:39  LS-SVMlab1.5\bay_errorbar.m

     文件       2003  2003-02-21 22:39  LS-SVMlab1.5\bay_initlssvm.m

     文件      10345  2003-02-21 22:39  LS-SVMlab1.5\bay_lssvm.m

     文件       8187  2003-02-21 22:39  LS-SVMlab1.5\bay_lssvmARD.m

     文件       9358  2003-02-21 22:39  LS-SVMlab1.5\bay_modoutClass.m

     文件       5977  2003-02-21 22:39  LS-SVMlab1.5\bay_optimize.m

     文件       4178  2003-02-21 22:39  LS-SVMlab1.5\bay_rr.m

     文件        164  2012-06-06 16:11  LS-SVMlab1.5\buffer.mc

     文件       5632  2003-02-21 22:39  LS-SVMlab1.5\changelssvm.m

     文件       4245  2003-02-21 22:39  LS-SVMlab1.5\code.m

     文件       2118  2003-02-21 22:39  LS-SVMlab1.5\codedist_bay.m

     文件        756  2003-02-21 22:39  LS-SVMlab1.5\codedist_hamming.m

     文件       2018  2003-02-21 22:39  LS-SVMlab1.5\codedist_loss.m

     文件       4125  2003-02-21 22:39  LS-SVMlab1.5\codelssvm.m

     文件       5197  2003-02-21 22:39  LS-SVMlab1.5\code_ECOC.m

     文件        550  2003-02-21 22:39  LS-SVMlab1.5\code_MOC.m

     文件        364  2003-02-21 22:39  LS-SVMlab1.5\code_OneVsAll.m

     文件        555  2003-02-21 22:39  LS-SVMlab1.5\code_OneVsOne.m

     文件       8174  2003-02-21 22:39  LS-SVMlab1.5\crossvalidate.m

     文件       1886  2003-02-21 22:39  LS-SVMlab1.5\deltablssvm.m

     文件       3369  2003-02-21 22:39  LS-SVMlab1.5\democlass.m

     文件       3864  2003-02-21 22:39  LS-SVMlab1.5\demofun.m

     文件       4747  2003-02-21 22:39  LS-SVMlab1.5\demomodel.m

     文件       2239  2003-02-21 22:39  LS-SVMlab1.5\demo_fixedclass.m

     文件       3099  2003-02-21 22:39  LS-SVMlab1.5\demo_fixedsize.m

     文件       3337  2003-02-21 22:39  LS-SVMlab1.5\demo_yinyang.m

     文件       3507  2003-02-21 22:39  LS-SVMlab1.5\denoise_kpca.m

     文件       3414  2003-02-21 22:39  LS-SVMlab1.5\eign.m

     文件       6927  2003-02-21 22:39  LS-SVMlab1.5\gridsearch.m

............此处省略65个文件信息