svm matlab 画图,matlab中SVM工具箱的使用方法

2,安装到matlab文件夹中

1)将下载的SVM工具箱的文件夹放在\matlab71\toolbox\下

2)打开matlab->File->Set

Path中添加SVM工具箱的文件夹

现在,就成功的添加成功了.

可以测试一下:在matlab中输入which svcoutput

回车,如果可以正确显示路径,就证明添加成功了,例如:

C:\Program

Files\MATLAB71\toolbox\svm\svcoutput.m

3,用SVM做分类的使用方法

1)在matlab中输入必要的参数:X,Y,ker,C,p1,p2

我做的测试中取的数据为:

N

= 50;

n=2*N;

randn('state',6);

x1 =

randn(2,N)

y1 =

ones(1,N);

x2 =

5+randn(2,N);

y2 =

-ones(1,N);

figure;

plot(x1(1,:),x1(2,:),'bx',x2(1,:),x2(2,:),'k.');

axis([-3 8

-3 8]);

title('C-SVC')

hold on;

X1 =

[x1,x2];

Y1 =

[y1,y2];

X=X1';

Y=Y1';

其中,X是100*2的矩阵,Y是100*1的矩阵

C=Inf;

ker='linear';

global p1

p2

p1=3;

p2=1;

然后,在matlab中输入:[nsv alpha bias] = svc(X,Y,ker,C),回车之后,会显示:

Support Vector Classification

_____________________________

Constructing ...

Optimising ...

Execution time: 1.9 seconds

Status : OPTIMAL_SOLUTION

|w0|^2 :

0.418414

Margin :

3.091912

Sum alpha : 0.418414

Support Vectors : 3 (3.0%)

nsv =

3

alpha =

0.0000

0.0000

0.0000

0.0000

0.0000

2)输入预测函数,可以得到与预想的分类结果进行比较.

输入:predictedY = svcoutput(X,Y,X,ker,alpha,bias),回车后得到:

predictedY =

1

1

1

1

1

1

1

1

1

3)画图

输入:svcplot(X,Y,ker,alpha,bias),回车

补充:

X和Y为数据,m*n:m为样本数,n为特征向量数

比如:取20组训练数据X,10组有故障,10组无故障的,每个训练数据有13个特征参数,则m=20,n=13

Y为20*1的矩阵,其中,10组为1,10组为-1.

对于测试数据中,如果取6组测试数据,3组有故障,3组无故障的,则m=6,n=13

Y中,m=6,n=1