了解一下Matlab中的SVM工具箱的使用方法吧

haidaowang

1,下载SVM工具箱:http://see.xidian.edu.cn/faculty/chzheng/bishe/indexfiles/indexl.htm

2,安装到matlab文件夹中

  1)将下载的SVM工具箱的文件夹放在\matlab71\toolbox\下

  2)打开matlab->File->Set Path中添加SVM工具箱的文件夹

  现在,就成功的添加成功了.

  可以测试一下:在matlab中输入which svcoutput 回车,如果可以正确显示路径,就证明添加成功了,例如:

C:\Program Files\MATLAB71\toolbox\svm\svcoutput.m

3,用SVM做分类的使用方法

  1)在matlab中输入必要的参数:X,Y,ker,C,p1,p2

    我做的测试中取的数据为:

    N = 50;

    n=2*N;
/ M' J& s2 T% w0 g3 M    randn('state',6);
    x1 = randn(2,N)
    y1 = ones(1,N);
    x2 = 5+randn(2,N);
    y2 = -ones(1,N);

    figure;
    plot(x1(1,: ),x1(2,: ),'bx',x2(1,: ),x2(2,: ),'k.');
    axis([-3 8 -3 8]);
& h5 w5 a# h7 a    title('C-SVC')
- L' w( M7 r' J$ {% k; Z5 f: D) V    hold on;

    X1 = [x1,x2];

    Y1 = [y1,y2];  

    X=X1';

    Y=Y1';

    其中,X是100*2的矩阵,Y是100*1的矩阵

    C=Inf;

    ker='linear';

    global p1 p2

    p1=3;

    p2=1;

    然后,在matlab中输入:[nsv alpha bias] = svc(X,Y,ker,C),回车之后,会显示:

5 U7 B3 N9 n% q. }

Support Vector Classification
) T8 }" K6 q) Y_____________________________
+ Q7 s! M7 ]) S0 U4 G7 iConstructing ...
Optimising ...
: `' q- e" ^2 Z- @3 {/ BExecution time:  1.9 seconds
" R3 @- i* `. ]- ]  iStatus : OPTIMAL_SOLUTION
|w0|^2    : 0.418414
Margin    : 3.091912
Sum alpha : 0.418414
  q' b# y& H, U( h. ASupport Vectors : 3 (3.0%)

nsv =

     3

( f6 c, `$ p% S/ l% A6 ualpha =

    0.0000
    0.0000
  v, E, w. f# p8 W( h$ a5 F' R# B0 t    0.0000
& {$ T+ \2 q2 `; r7 p% z% y/ O4 H5 x    0.0000
! Q  z4 {% f6 r& I    0.0000

    2)输入预测函数,可以得到与预想的分类结果进行比较.

      输入:predictedY = svcoutput(X,Y,X,ker,alpha,bias),回车后得到:

) H- |8 v( W0 b6 F$ U- Y

predictedY =

     1
0 k2 d+ ?) L" g, P     1
9 n( D) e8 A2 x4 M3 d     1
     1
0 E1 s0 W! Q) g5 |7 ^% K  @: `' C     1
     1
     1
- A! w# I% G+ s     1
7 y( N/ d8 r. U; t0 g; u2 E8 U     1

    3)画图

      输入:svcplot(X,Y,ker,alpha,bias),回车

补充:

X和Y为数据,m*n:m为样本数,n为特征向量数

比如:取20组训练数据X,10组有故障,10组无故障的,每个训练数据有13个特征参数,则m=20,n=13

Y为20*1的矩阵,其中,10组为1,10组为-1.

对于测试数据中,如果取6组测试数据,3组有故障,3组无故障的,则m=6,n=13

Y中,m=6,n=1

. y6 i8 g+ ^  _+ V. a& ]
' t. @' E# m! l- q5 a( g% d+ Z
( Y6 P8 k% m- I5 b! F

4 P$ J3 e3 C- C) R: o


+ p" v, p/ _4 ?/ {3 F

xiaogegepcb

Matlab中的SVM工具箱的使用方法