svm工具箱快速入手简易教程
2016-01-28 20:26
232 查看
svm工具箱快速入手简易教程
首先svm是用来做分类的,是一种有监督的分类器.什么是有监督的呢?就是说在你给我一个数据集让我做分类之前.我已经有一些经验数据了.即要先进行学习,再进行分类.
这里就有了训练集和测试集.先用训练集来训练分类器.然后把测试数据输入分类器让分类器来进行分类.
具体的svm分类器的原理在此不作讨论.
这里我有下载http://wenku.baidu.com/view/5be71ecc0508763231121257.html来理解svm是怎么操作的.其代码为
=
load fisheriris
data = [meas(:,1), meas(:,2)];
groups = ismember(species,'setosa');
[train, test] = crossvalind('holdOut',groups);
cp = classperf(groups);
svmStruct = svmtrain(data(train,:),groups(train),'showplot',true);
classes = svmclassify(svmStruct,data(test,:),'showplot',true);
classperf(cp,classes,test);
cp.CorrectRate
第一行是读入matlab数据集
第二行是仅分析2列,对根据这2列的数据进行分类
第三行是生成组号.原有的组名是setosa,versicolor,virginica.这里进行分类是分成2类,是setosa(组号为1)以及非setosa(组号为0)
第四行是生成交叉检验的数据.即决定哪一些行作为测试集,哪一些行作为训练集.其中train中为1的元素表示训练集,test中为1的元素表示测试集
第五行是生成了一个评估分类结果的对象
第六行使用训练集的数据生成svm分类器
第七行使用这个分类器对测试集的数据进行分类.结果放在classes中
第八行评估分类的性能,把评估器,分类结果和测试集的索引作为参数进行评估
第九行得出评估结果
|
浏览:12067
|
更新:2014-05-15 17:38
百度经验:jingyan.baidu.com
下面我就通过实例介绍一下matlab导入txt数据.。
我们经常会用到MTALB读取TXT中数据的情况,下面我们就用下面数据进行示例
输入ex=importdata('example.txt'),回车,出现以下结果
意思是此TXT中有4*3维的数据矩阵,一共有5*4维的元素矩阵。
输入命令data=ex.data,回车,会出现如下结果:
这句命令,将TXT文本中的所有数据元素都存储在了data矩阵当中。
输入text=ex.textdata,回车,会出现如下结果:
这句命令将文本中的所有文本格式数据都存储在了相应矩阵当中。
然后我们就可以用访问矩阵元素的格式访问这些数据了。例如data(1,1),size(data)等等。
如果以上经验有用,请点击下方的有用按钮支持我的工作,谢谢合作。
相关文章推荐
- VS2015--win32工程配置的一些想法之预处理器不起作用
- php 进阶
- TexView使用过程中的漏洞
- iOS 画贝塞尔曲线代码
- [ios]如何手动symbolicate一个crash log文件
- rpm常用选项
- R语言 表达式对象的求值 eval
- Lua继承(Lua学习一)
- oracle9i/10g/11g各种下载
- 错误 1 error LNK2019: 无法解析的外部符号 _WinMain@16,该符号在函数 ___tmainCRTStartup 中被引用
- appium log详解
- iOS 利用贝塞尔曲线画图
- Gearman GearmanJob
- curl proxy
- R语言 substitute
- SSH三大框架的工作原理及流程
- HTML简介
- Thawte SSL123 SSL证书-中国证书.com
- JavaSE018_详解反射14例
- Flask Web开发-安装环境