matlab svm使用教程,使用matlab的svm(支持向量机)参数介绍

本文详细介绍了如何在Matlab中使用svmtrain函数进行支持向量机训练,包括数据输入、标签设置、内核选择及参数调整。讲解了线性、多项式、径向基函数和多层感知机等内核的使用,并提到了SMO、QP和LS三种训练方法的适用场景。
摘要由CSDN通过智能技术生成

svmtrain(1,2,3,4,5,6)

可见该训练模型函数有6个参数的得到训练model。

1.第一个是需要训练的数据(a1,a2,a3...) ai=(x1,x2,x3...)(xi代表不同的属性值)

2.第二个参数是训练数据的标记lambel,一般是-1和+1。注意的是第一第二参数一般都要进行导致(数据标准化),且统一行或列(如lambel是以列表示,那么a向量也要是(a1,a2,a3...)的转置表示)

3.第三个参数可选:

'rbf_sigma' A positive number specifying the scaling factor in the Gaussian radial basis function kernel. Default is 1.

确定一个基准于内核函数的可缩放的高斯径向,默认是1

'polyorder' A positive integer specifying the order of the polynomial kernel. Default is 3.

确定一个内核多项式最有可能的项数

'mlp_params' A vector [P1 P2] specifying the parameters of MLP kernel. The MLP kernel takes the form: K = tanh(P1UV' + P2), where P1 > 0 and P2 < 0. Default is [1,-1].

设置这个MLP内核的权重向量

'method' A string specifying the method used to find the separating hyperplane. Choices are:

采用制定的方法去选择超平面

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值