【SVM】支持向量机代码

最新推荐文章于 2024-05-23 19:18:15 发布

RickyWasYoung

最新推荐文章于 2024-05-23 19:18:15 发布

阅读量195

点赞数 1

文章标签：支持向量机算法机器学习

本文链接：https://blog.csdn.net/RickyWasYoung/article/details/137412083

版权

本文介绍了如何在Matlab中使用fitrsvm函数训练SVM模型，包括处理训练数据(train1,train2)和标签(TAG)，以及对测试数据(test1,test2)进行回归预测的过程。

摘要由CSDN通过智能技术生成

核心：fitrsvm函数
参考链接

% function main()
clc
clear
close all
%% 1.数据
%训练集
train1=[0;2;3;3;4;4;4;5;6;7;2;3;4;4;5;5;6;7;8;10];%训练数据1
train2=[0;4;3;4;2;4;3;3;2;1;9;8;6;7;6;8;6;4;4;10];%训练数据2
train=[train1,train2];%训练数据
%标签
% TAG=[1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2]; %数据标签，与train顺序对应
TAG=[1,1,1,1,1,1,3,3,3,3,2,2,2,2,2,2,4,4,4,4]; %数据标签，与train顺序对应
%测试集
test1=[3;4;6;7;2;5];
test2=[2;8;5;6;5;2];
test=[test1,test2];%测试数据

%% 2.训练分类模型
SVM_Model = fitrsvm(train, TAG);%训练SVM，记为SVM_Model
yfit0 = resubPredict (SVM_Model);%测试训练数据的标签
%% 3.回归
yfit1 = predict(SVM_Model,test)