MATLAB实现LIBSVM中的c和g的参数寻优

本文介绍了如何在MATLAB环境下使用LIBSVM进行SVM模型训练和预测,并探讨了参数c和g的优化问题。虽然Python版LIBSVM有grid.py进行参数寻优,但MATLAB版缺少此功能。文章提供了一种在MATLAB中实现c和g参数自动寻优的方法。
摘要由CSDN通过智能技术生成

引言:LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用;该软件对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数可以解决很多问题;并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题,包括基于一对一算法的多类模式识别问题。

我们在进行科学研究的时候会经常使用SVM对数据进行分类,MATLAB自带的SVM函数调参麻烦,且只支持分类问题,不支持回归问题。因此,林教授开发的功能更为强大的LIBSVM就是我们的不二选择。

LIBSVM支持MATLAB、Python、C等编译语言,今天我将讲解的是在MATLAB环境下

评论 10
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