Matlab中的六种分类器

首先，对于所有分类器，先将数据属性归一化。

在下文中，训练数据标签为train_label （nx1向量，n为训练样本数量）,训练数据属性为train_data（nx4矩阵，n为训练数据数量）；

测试数据标签为test_label （nx1向量，n为测试样本数量）,测试数据属性为test_data（nx4矩阵，n为测试数据数量）；

 

 

1.SVM

 

训练及分类语句：

result = multisvm(train_data, train_label, test_data)

 

2.RBF

训练集为20，测试集为40时，准确率为50%左右

训练集为40，测试集为20时，准确率可达90% （如果可以，建议交换一下测试集合和训练集）

首先将标签转化为向量表示:

0-[1,0,0,0,0]

2-[0,1,0,0,0]

4-[0,0,1,0,0]

6-[0,0,0,1,0]

8-[0,0,0,0,1]

 

上述转换可以通过以下程序实现：

label = zeros(40,5);

for i = 1 : 40