满意答案
a9bsefoz178
推荐于 2017.05.19
采纳率:41% 等级:12
已帮助:13936人
%分类实验
load fisheriris %导入数据
data = [meas(:,1), meas(:,2)];%将meas第1,2列数据赋给data
groups = ismember(species,'setosa'); %产生样本标签,属于setosa类的样本类别为1,其他类别样本类别为0
%其实就是设置“两类”样本标签
[train, test]=crossvalind('holdOut',groups);%产生训练集和测试集样本逻辑数据
cp = classperf(groups);%产生一个空的分类器性能目标
svmStruct = svmtrain(data(train,:),groups(train),'showplot',true);%用训练集样本训练SVM分类器
%showplot用于显示SVM训练过程中,显示样本分类和支持向量样本
classes = svmclassify(svmStruct,data(test,:),'showplot',true);%用训练的SVM分类器对测试集样本分类识别
classperf(cp,classes,test);%根据测试样本的类别,分析分类结果
msg=sprintf(' 正确率为: %f',cp.CorrectRate);%生成一个输出字符串(带分类正确率)
msgbox(msg);%用对话框的形式给出上面生成的字符串信息
00分享举报