MATLAB小技巧(12)SVM简单实例
前言
MATLAB进行图像处理相关的学习是非常友好的,可以从零开始,对基础的图像处理都已经有了封装好的许多可直接调用的函数,这个系列文章的话主要就是介绍一些大家在MATLAB中常用一些概念函数进行例程演示!
普遍意义上的SVM是一个二分类线性分类器,它的学习策略是:“在分类超平面的正负两边各找到一个离分类超平面最近的点(也就是支持向量),使得这两个点距离分类超平面的距离和最大”。
所以SVM一般应用的时候存在两种情况,线性可分和线性不可分;线性可分比较好理解,线性不可分就是需要将样本进行维度提升或者变换,在更高的维度中实现样本的线性可分,下面针对SVM在线性可分与线性不可分分别进行简单例程示例,仿真示例MATLAB版本均为MATLAB2015b。
一. MATLAB仿真一:线性可分
%% SVM线性分类简单示例
% date:2022-4-27 23: