matlab实现多分类svm

这篇博客介绍了如何在MATLAB中实现多类支持向量机(SVM)。通过讲解一对一和一对多两种常见的多分类策略,并重点讨论了一对多方法,作者展示了在实际操作中如何采用一对多方式来预测类别。文章提供了相关的libsvm资料和MATLAB实现多类SVM的代码参考链接。
摘要由CSDN通过智能技术生成

多分类SVM

相关资料

libsvm开源库
libsvm matlab安装
matlab独自实现多分类svm-csdn
matlab独自实现多分类svm-git-hub

设计思路

SVM也叫支持向量机,其是一个二类分类器,但是对于多分类,SVM也可以实现。主要方法就是训练多个二类分类器。常见的有以下两种方式:

  • 一对一(one-vs-one)
    给定m个类,对m个类中的每两个类都训练一个分类器,总共的二类分类器个数为 m(m-1)/2 .比如有三个类,1,2,3,那么需要有三个分类器,分别是针对:1和2类,1和3类,2和3类。对于一个需要分类的数据x,它需要经过所有分类器的预测,最后使用投票的方式来决定x最终的类属性。
  • 一对多(one-vs-rest)
  • 4
    点赞
  • 70
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值