MATLAB中的分类器
2016-04-13 20:06
465 查看
原文链接:http://www.cnblogs.com/guyj/p/3640199.html
目前了解到的MATLAB中分类器有:K近邻分类器,随机森林分类器,朴素贝叶斯,集成学习方法,鉴别分析分类器,支持向量机。现将其主要函数使用方法总结如下,更多细节需参考MATLAB 帮助文件。设
训练样本:train_data % 矩阵,每行一个样本,每列一个特征
训练样本标签:train_label % 列向量
测试样本:test_data
测试样本标签:test_label
K近邻分类器 (KNN)
mdl = ClassificationKNN.fit(train_data,train_label,'NumNeighbors',1);
predict_label = predict(mdl, test_data);
accuracy = length(find(predict_label == test_label))/length(test_label)*100
随机森林分类器(Random Forest)
B = TreeBagger(nTree,train_data,train_label);
predict_label = predict(B,test_data);
朴素贝叶斯 (Na?ve Bayes)
nb = NaiveBayes.fit(train_data, train_label);
predict_label = predict(nb, test_data);
accuracy = length(find(predict_label == test_label))/length(test_label)*100;
集成学习方法(Ensembles for Boosting, Bagging, or Random Subspace)
ens = fitensemble(train_data,train_label,'AdaBoostM1' ,100,'tree','type','classification');
predict_label = predict(ens, test_data);
鉴别分析分类器(discriminant analysis classifier)
obj = ClassificationDiscriminant.fit(train_data, train_label);
predict_label = predict(obj, test_data);
支持向量机(Support Vector Machine, SVM)
SVMStruct = svmtrain(train_data, train_label);
predict_label = svmclassify(SVMStruct, test_data)
相关文章推荐
- Matlab中的一些小技巧
- matlab 错误使用*
- matlab学习笔记 函数bsxfun repmat
- BOF算法+K-Means算法实现图像检索(Matlab实现代码)
- 图像颜色与强度分离(intensity and color decouple)方法 matlab代码
- MATLAB中取整函数——【fix, floor, ceil, round】的使用
- Matlab 函数atan 函数atan2 的区别
- Matlab 中的 isnan 函数
- MATLAB的基础-虽然基础,但全是细节,掌握了这些细节,才是MATLAB高手
- 极限学习机(ELM)算法的matlab与C++实现
- opencv的canny函数检测边缘的效果和matlab的不同
- matlab读取txt文档行数
- matlab绘制三维图形
- 图像的线性空间滤波matlab实现
- 用VBA,MATLAB,C 生成密码字典文件(源代码)
- MATLAB NN中train和adapt区别
- matlab直方图均衡
- 视频运动矢量图matlab
- Matlab中的向量
- Matlab中的向量