SVM Matlab工具箱的使用(一)

本次是我自己刚学习svm,并在faruto学习svm的笔记。

一.SVM 由Vapnik首先提出，svm的主要思想是建立一个超平面作为决策曲面，使得正例与反例之间的隔离边缘被最大化。

svm的优点：

1.通用性（能够在各种函数集中构造函数）

2.鲁棒性（不需要微调）

3.有效性（在解决实际问题中属于最好的方法之一）

4.计算简单（方法的实现只需要利用简单的优化技术）

5.理论上完善（基于VC推广理论的框架）

二.实际安装

打开matlab,(**在matlab工具箱目录下)

1.mex -setup 选择编译器

2.y

3.make

三.具体函数

svmtrain,svmpredict,...参看台湾的libsvm中的readme.

四.实例

分类问题处理整体正规流程：

1.选定训练集和测试集

2.规范化

3.特征提出

4.利用训练集训练分类器得到model

5.利用训练得到的模型进行预测

6.模型性能评测（准确率的高低）

数据归一化参看

http://www.ilovematlab.cn/thread-27021-1-1.html

具体来说，具体问题具体分析，测试集的最大，最大值不能大于训练集的最大，最小集。