1、在使用svmtrain函数时,需要使用核函数进行分类,百度大部分的都是关于libsvm下的核函数使用,看到了一篇写matlab的svmtrain参数选择,如下
https://blog.csdn.net/shenziheng1/article/details/54178685/
还可以使用 help svmtrain查看svmtrain函数的参数示例和使用示例,如需要阅读体验更好,请使用doc svmtrain 查看
例子:
1 e.g.2 clc;clear all3 load fisheriris %载入matlab自带的数据[有关数据的信息可以自己到UCI查找,这是UCI的经典数据之一],4 % UCI数据库http://archive.ics.uci.edu/ml/该数据库得到大家认可5%其中meas是150*4的矩阵代表着有150个样本每个样本有4个属性描述
6 %species代表着这150个样本的分类7 data = [meas(:,1), meas(:,2)]; %在这里只取meas的第一列和第二列,即只选取前两个属性.8 groups = ismember(species,'setosa');9 %由于species分类中是有三个分类:setosa,versicolor,virginica,为了使问题简单,我们将其变为二分类问题:Setosa10 %and non-Setosa,groups中只有0和111 [train, test] = crossvalind('holdOut',groups);%生成索引,一部分用来训练,其他部分用来测试12 cp = classperf(groups);%随机选择训练集合测试集,其中cp作用是后来用来评价分类器的.*/
13svmStruct = svmtrain(data(train,:),groups(train),'sho