最小二乘支持向量机

本次实验为使用LS-SVM预测，注意使用的为最小二乘方法，谢谢大家使用！另：本次实验为回归预测

function ypred = ls_svm（xXtypargamakernelType）
%本文使用LS-SVM方法使用的为最小二乘直接求解
%需要指出本次实验直接构建的
%[01‘]    [b]       =[0]     
%[1核矩阵] [alpha]   =[y]
%将直接开始进行程序x为训练集，X为预测集，y为训练label
%by lihao
%CDUT
[nm] = size（x）;
y = [0;y];
I = ones（n1）;
%进行核矩阵构建径向基核函数
omiga = zeros（nn）;
switch kernelType
    %rbf里面par（1）为sigmapar（2）为gama
    %Poly里面par（2）阶数
    %此中核函数有RBFPOLYTANH
    case ‘rbf‘
        for i = 1:n
            xi = x（i:）;
            deltaX = （x - repmat（xin1））.^2;
            omiga（i:） = exp（-sum（deltaX2）/（par（1）^2））;
        end
    case ‘Poly‘
        omiga = （x * x‘ + par（1））.^par（2）;

    case ‘tanh‘
        omiga = tanh（par（1）.*x*x‘+par（2））;
end
%构建矩阵A
A = （omiga + （1/gama）*eye（n））;
A = [IA];
B = [0I‘];
A = [B;A];
%求b和alpha参数
Z = A^-1;
b_alpha = Z * y;
b = b_alpha（1:）;
alpha = b_alpha（2:end:）;
%开始预测
[zq]=size（Xt）;
ypred = zeros（z1）;
omigal = zeros（nz）;
switch kernelType
    %rbf里面par（1）为sigmapar（2）为gama
    %Poly里面par（2）阶数
    %此中核函数有RBFPOLYTRUCATED L1TANH
    %rbf为L2范数，trucated l1为L1范数
    case ‘rbf‘
        for i = 1:n
            xi = x（i:）;
            deltaX = （Xt - repmat（xiz1））.^2;
            omigal（i:） = exp（-sum（deltaX2）/（par（1）^2））;
        end
    case ‘Poly‘
        omigal = （x * Xt‘ + par（1））.^par（2）;
    case ‘tanh‘
        omigal = tanh（par（1）.*x*x‘+par（2））;
end
ypred = omigal‘ * alpha + b;
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1543  2017-11-30 11:45  ls_svm.m