svm分类，完美运行

支持向量机进行分类 你值得拥有，一定完美运行。有问题 一起讨论 下载 可以的话 请好评。

%------------------------------libsvm分类识别------------------------------------
C=xlsread（‘三种状态下的4样本4排列熵.xlsx‘）;%读取所有的排列熵特征
C_labels=xlsread（‘三种状态下的标签.xlsx‘）;%读取所有的排列熵特征的标签
%------------------------libsvm分类---------------------------------------------
% 选定训练集和测试集
% 将第一类的1-30第二类的60-95第三类的131-153做为训练集
train_C = [C（1:10:）;C（26:35:）;C（51:60:）];
% 相应的训练集的标签也要分离出来
train_C_labels = [C_labels（1:10:）;C_labels（26:35:）;C_labels（51:60:）];
% 将第一类的31-59第二类的96-130第三类的154-178做为测试集
test_C = [C（11:25:）;C（36:50:）;C（61:75:）];
% 相应的测试集的标签也要分离出来
test_C_labels = [C_labels（11:25:）;C_labels（36:50:）;C_labels（61:75:）];
%% 数据预处理
% 数据预处理将训练集和测试集归一化到[01]区间

[mtrainntrain] = size（train_C）;
[mtestntest] = size（test_C）;

dataset = [train_C;test_C];
% mapminmax为MATLAB自带的归一化函数
[dataset_scaleps] = mapminmax（dataset‘01）;
dataset_scale = dataset_scale‘;

train_C = dataset_scale（1:mtrain:）;
test_C= dataset_scale（ （mtrain+1）:（mtrain+mtest）: ）;
%% SVM网络训练
model = svmtrain（trai

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-10-12 10:36  svm分类\
     文件        1643  2018-10-12 10:35  svm分类\Untitled.m
     文件       15931  2018-10-12 10:35  svm分类\三种状态下的4样本4排列熵.xlsx
     文件       10239  2018-09-21 15:49  svm分类\三种状态下的标签.xlsx