分类 matlab,二分类SVM方法Matlab实现

野性酷女 2023-01-13 10:38 141阅读 0赞

使用Matlab实现了二分类的SVM，优化技术使用的是Matlab自带优化函数quadprog。

只为检查所学，更为熟悉；不为炫耀。也没有太多时间去使用更多的优化方法。

function model = svm0311(data,options)

%SVM0311  解决2分类的SVM方法，优化使用matlab优化工具箱quadprog函数实现

%by LiFeiteng    email:lifeiteng0422@gmail.com

%Reference: stptool

%          Pattern Recognition and Machine Learning P333 7.32-7.37

% input aruments

%-------------------------------------------

tic

data=c2s(data);

\[dim,num\_data\]=size(data.X);

if nargin < 2, options=\[\]; else options=c2s(options); end

if ~isfield(options,'ker'), options.ker = 'linear'; end

if ~isfield(options,'arg'), options.arg = 1; end

if ~isfield(options,'C'), options.C = inf; end

if ~isfield(options,'norm'), options.norm = 1; end

if ~isfield(options,'mu'), options.mu = 1e-12; end

if ~isfield(options,'eps'), options.eps = 1e-12; end

X = data.X;

t = data.y;

t(t==2) = -1;

% Set up QP task

%----------------------------

K = X'\*X;

T = t'\*t;% 注意t是横向量

H = K.\*T;

save('H0311.mat','H')

H = H + options.mu\*eye(size(H));

f = -ones(num\_data,1);

Aeq = t;

beq = 0;

lb = zeros(num\_data,1);

ub = options.C\*ones(num\_data,1);

x0 = zeros(num\_data,1);

qp\_options = optimset('Display','off');

\[Alpha,fval,exitflag\] = quadprog(H, f,\[\],\[\], Aeq, beq, lb, ub, x0, qp\_options);

inx\_sv = find(Alpha>options.eps);

% compute bias

%--------------------------

% take boundary (f(x)=+/-1) support vectors 0 < Alpha < C

b = 0;

inx\_bound = find( Alpha > options.eps & Alpha < (options.C - options.eps));

Nm = length(inx\_bound);

for n = 1:Nm

tmp = 0;

for m = 1:length(inx\_sv) %PRML7.37

tmp = tmp+Alpha(inx\_sv(m))\*t(inx\_sv(m))\*K(inx\_bound(n),inx\_sv(m));

end

b = b + t(inx\_bound(n))-tmp;

end

b = b/Nm;

model.b = b;

%-----------------------------------------

w = zeros(dim,1);

for i = 1:num\_data

w = w+ Alpha(i)\*t(i)\*X(:,i);%PRML 7.29

end

margin = 1/norm(w);

%-------------------------------------------

%此处与stprtool保持接口一致  用于画图展示等

model.Alpha = Alpha( inx\_sv );

model.sv.X = data.X(:,inx\_sv );

model.sv.y = data.y(inx\_sv );

model.sv.inx = inx\_sv;

model.nsv = length( inx\_sv );

model.margin = margin;

model.exitflag = exitflag;

model.options = options;

model.kercnt = num\_data\*(num\_data+1)/2;

model.trnerr = cerror(data.y,svmclass(data.X, model));

model.fun = 'svmclass';

model.W = model.sv.X\*model.Alpha;

% used CPU time

model.cputime=toc;

return;

![3fa7abb742ab7334960fe4e0b8109764.png][]![0b1331709591d260c1c78e86d0c51c18.png][]

[3fa7abb742ab7334960fe4e0b8109764.png]: https://img-blog.csdnimg.cn/img_convert/3fa7abb742ab7334960fe4e0b8109764.png
[0b1331709591d260c1c78e86d0c51c18.png]: /images/20221022/05c27e30d64a46e9bf4d5a353dee3e30.png

分类 matlab,二分类SVM方法Matlab实现

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关使用AdaBoost算法进行数据分类——matlab实现

相关基于鸽群算法优化的支持向量机（SVM）分类实现的MATLAB代码

相关【one vs one】基于svm的二分类器实现多分类

相关 matlab fitcnb,分类 - MATLAB & Simulink Example - MathWorks 中国

相关 matlab蠓虫分类问题,蠓的分类问题.doc

相关 matlab决策树工具箱使用,Matlab自带的分类学习工具箱（SVM、决策树、Knn等分类器）...

相关 matlab图像特征,关于matlab：用于图像特征分类的SVM？

相关分类 matlab,二分类SVM方法Matlab实现

相关 SVM实现邮件分类

相关 MatLab2012b/MatLab2013b分类器大全(svm,knn,随机森林等)