数据挖掘 作业2 SVM

实验二   使用SVM进行数据分类

 

【数据集名称】Shuttle（来自UCI机器学习数据集）

【数据集描述】该数据集用于航天飞机的分类，包含两个子集（shuttle_training_set和shuttle_testing_set），分别作为训练集和测试集。其中：训练集有43500条数据，每条数据包含10个内容：前9项是特征，第10项是类别标号（值为1的类和值不为1的类）。测试集有14500条数据，每条数据的含义与训练集一致。该数据集中80%样本的类别标号是1。

【实验任务】在Matlab环境下，利用libsvm工具包设计一个两类SVM分类器，在给定的训练集（shuttle_training_set）上进行训练，其中类别标号为1的作为正例，其他类别标号的数据作为反例，然后在测试集（shuttle_testing_set）上统计你所设计的SVM分类器的性能。希望你的SVM分类器在测试集上的分类正确率能达到90%以上。

【注意事项】

（1）样本数据需要规范化处理，如：类别标号应为±1；

（2）核函数中参数最优值的选择，可通过"SVMcgForClass.m"函数获得。

clc
clear all
load('shuttle_training_set.mat', 'shuttle')
train_num=size(shuttle)
for i=1:train_num(1)
    if(i<5)
        shuttle(i,10)
    end
    if(shuttle(i,train_num(2))~=1)
        shuttle(i,train_num(2))=-1; 
    end
end
save my_training_set.mat shuttle

load('shuttle_testing_set.mat', 'shuttle_test')
test_num=size(shuttle_test);
for i=1:test_num(1)
    if(shuttle_test(i,train_num(2))~=1)
        shuttle_test(i,train_num(2))=-1;
    end
end
save my_testing_set.mat shuttle_test

clc
clear all
load('my_training_set.mat','shuttle')  %载入训练数据
fprintf('开始训练');%训练的也太久了吧！！！！
 model=svmtrain(shuttle(:,10),shuttle(:,1:9));  %训练模型
 save my_model.mat model

clc
clear all;
load('my_testing_set.mat');%载入测试的数据
load('my_model.mat')%载入训练的模型
[predict_label,accuracy]=svmpredict(shuttle_test(:,10),shuttle_test(:,1:9),model)