支持向量机实现分类

clc, clear
a0=[8.35    23.53   7.51    8.62    17.42   10.00 1.04  11.21
9.25    23.75   6.61    9.19    17.77   10.48   1.72    10.51
8.19    30.50   4.72    9.78    16.28   7.60    2.52    10.32
7.73    29.20   5.42    9.43    19.29   8.49    2.52    10.00
9.42    27.93   8.20    8.14    16.17   9.42    1.55    9.76
9.16    27.98   9.01    9.32    15.99   9.10    1.82    11.35
10.06   28.64   10.52   10.05   16.18   8.39    1.96    10.81
9.09    28.12   7.40    9.62    17.26   11.12   2.49    12.65
9.41    28.20   5.77    10.80   16.36   11.56   1.53    12.17
8.70    28.12   7.21    10.53   19.45   13.30   1.66    11.96
6.93    29.85   4.54    9.49    16.62   10.65   1.88    13.61
8.67    36.05   7.31    7.75    16.67   11.68   2.38    12.88
9.98    37.69   7.01    8.94    16.15   11.08   0.83    11.67
6.77    38.69   6.01    8.82    14.79   11.44   1.74    13.23
8.14    37.75   9.61    8.49    13.15   9.76    1.28    11.28
7.67    35.71   8.04    8.31    15.13   7.76    1.41    13.25
7.90    39.77   8.49    12.94   19.27   11.05   2.04    13.29
7.18    40.91   7.32    8.94    17.60   12.75   1.14    14.80
8.82    33.70   7.59    10.98   18.82   14.73   1.78    10.10
6.25    35.02   4.72    6.28    10.03   7.15    1.93    10.39
10.60   52.41   7.70    9.98    12.53   11.70   2.31    14.69
7.27    52.65   3.84    9.16    13.03   15.26   1.98    14.57
13.45   55.85   5.50    7.45    9.55    9.52    2.21    16.30
10.85   44.68   7.32    14.51   17.13   12.08   1.26    11.57
7.21    45.79   7.66    10.36   16.56   12.86   2.25    11.69
7.68    50.37   11.35   13.30   19.25   14.59   2.75    14.87
7.78    48.44   8.00    20.51   22.12   15.73   1.15    16.61
7.94    39.65   20.97   20.82   22.52   12.41   1.75    7.90
8.28    64.34   8.00    22.22   20.06   15.12   0.72    22.89
12.47   76.39   5.52    11.24   14.52   22.00   5.46    25.50
]; %把表中x1...x8的所有数据保存在纯文本文件fenlei.txt中
a=a0'; b0=a(:,[1:27]); dd0=a(:,[28:end]); %提取已分类和待分类的数据
[b,ps]=mapstd(b0); %已分类数据的标准化
dd=mapstd('apply',dd0,ps); %待分类数据的标准化
group=[ones(20,1); 2*ones(7,1)]; %已知样本点的类别标号
s=svmtrain(b',group) %训练支持向量机分类器
sv_index=s.SupportVectorIndices  %返回支持向量的标号
beta=s.Alpha  %返回分类函数的权系数
bb=s.Bias  %返回分类函数的常数项
mean_and_std_trans=s.ScaleData %第1行返回的是已知样本点均值向量的相反数，第2行返回的是标准差向量的倒数
check=svmclassify(s,b')  %验证已知样本点
err_rate=1-sum(group==check)/length(group) %计算已知样本点的错判率
solution=svmclassify(s,dd') %对待判样本点进行分类

s = 

          SupportVectors: [7x8 double]
                   Alpha: [7x1 double]
                    Bias: 1.0268
          KernelFunction: @linear_kernel
      KernelFunctionArgs: {}
              GroupNames: [27x1 double]
    SupportVectorIndices: [7x1 double]
               ScaleData: [1x1 struct]
           FigureHandles: []


sv_index =

    14
    15
    17
    19
    24
    25
    27


beta =

    0.4695
    0.0477
    0.6750
    0.5978
   -0.4235
   -1.2909
   -0.0757


bb =

    1.0268


mean_and_std_trans = 

          shift: [1x8 double]
    scaleFactor: [1.0000 1 1 1.0000 1.0000 1 1.0000 1]


check =

     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     1
     2
     2
     2
     2
     2
     2
     2


err_rate =

     0


solution =

     2
     2
     2