判别域代数界面方程法-支持向量机

最新推荐文章于 2024-08-24 23:13:45 发布

财猿滚滚来

最新推荐文章于 2024-08-24 23:13:45 发布

阅读量89

点赞数

文章标签：支持向量机算法机器学习

本文链接：https://blog.csdn.net/qq_57691507/article/details/130124909

版权

这段代码展示了如何在MATLAB中使用quadprog函数解决二次规划问题以及实现支持向量机（SVM）的对偶问题。首先，第一部分定义了一个二次规划问题并求解。接着，第二部分处理SVM的对偶问题，包括设置优化选项，构建Hessian矩阵和约束条件，最后找到支持向量。

摘要由CSDN通过智能技术生成

第1关：二次规划问题

function [ x ] = step1_mission(  )
    %%%%%%%%%% Begin %%%%%%%%%%
    H = [1 -1; -1 2]; 
    f = [-2; -6];
    A = [1 1; -1 2; 2 1];
    b = [2; 2; 3];
    
    x = quadprog(H,f,A,b);
    %%%%%%%%%% End %%%%%%%%%%


end

第2关：支持向量机及其对偶问题

function [sv] = step2_mission( X,Y )
    options = optimset;
    options.LargeScale = 'off';
    options.Display = 'off';
    %%%%%%%%%% Begin %%%%%%%%%%
    n = length(Y);
    H = (Y'*Y).*(X'*X);
    f = -ones(n,1);
    Aeq = Y;
    beq = 0;
    lb = zeros(n,1);
    ub = ones(n,1);
    a0 = zeros(n,1);
    %%%%%%%%%% End %%%%%%%%%%
    [a,fval,eXitflag,output,lambda]  = quadprog(H,f,[],[],Aeq,beq,lb,ub,a0,options);
    sv_label = find(a==max(a));
    sv = X(:,sv_label);
end