資源簡介
一維支持向量機(jī)SVM代碼(MATLAB),包括支持向量機(jī)分類和支持向量機(jī)回歸SVC&SVR;。另外還包括與BP神經(jīng)網(wǎng)絡(luò)的比較結(jié)果。
代碼片段和文件信息
%%?I.?清空環(huán)境變量
clear?all
clc
%%?II.?導(dǎo)入數(shù)據(jù)
load?BreastTissue_data.mat???%輸入數(shù)據(jù)
%%
%?1.?隨機(jī)產(chǎn)生訓(xùn)練集和測試集????
n?=?randperm(size(matrix1));???%產(chǎn)生matrix個(gè)1到matrix的隨機(jī)數(shù)
%%
%?2.?訓(xùn)練集——80個(gè)樣本
train_matrix?=?matrix(n(1:80):);??%訓(xùn)練集train_matrix=(matrix的第(n的1:80個(gè)元素值對應(yīng)的)行的數(shù)據(jù),matrix的所有列)
train_label?=?label(n(1:80):);???%訓(xùn)練集train_label=(label的第(n的1:80個(gè)元素值對應(yīng)的)行的數(shù)據(jù),label的所有列)
%%
%?3.?測試集——26個(gè)樣本
test_matrix?=?matrix(n(81:end):);%訓(xùn)練集train_matrix=(matrix的第(n的81:end個(gè)元素值對應(yīng)的)行的數(shù)據(jù),matrix的所有列)
test_label?=?label(n(81:end):);%訓(xùn)練集train_label=(label的第(n的81:end個(gè)元素值對應(yīng)的)行的數(shù)據(jù),label的所有列)
%%?III.?數(shù)據(jù)歸一化?:公式為??X?=(x-minx)/(maxx-minx)?
[Train_matrixPS]?=?mapminmax(train_matrix‘);??%Train_matrix是歸一化數(shù)組,PS是存儲相關(guān)信息的結(jié)構(gòu)體
Train_matrix?=?Train_matrix‘;??
Test_matrix?=?mapminmax(‘a(chǎn)pply‘test_matrix‘PS);%對于測試樣本test_matrix來說,預(yù)處理應(yīng)該和訓(xùn)練樣本t
?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-06-28?10:34??SVM&SVR\
?????目錄???????????0??2019-06-25?16:20??SVM&SVR\svm_classify_master\
?????文件????????6802??2019-03-24?21:12??SVM&SVR\svm_classify_master\BreastTissue_data.mat
?????文件????????4197??2019-06-25?16:05??SVM&SVR\svm_classify_master\main.asv
?????文件???????13642??2019-03-24?21:12??SVM&SVR\svm_classify_master\readme.md
?????文件????????4117??2019-06-25?16:56??SVM&SVR\svm_classify_master\svm_main.m
?????目錄???????????0??2019-06-28?10:34??SVM&SVR\svr_regression_master\
?????文件????????2286??2018-12-04?19:27??SVM&SVR\svr_regression_master\concrete_data.mat
?????文件????????3992??2019-06-25?16:58??SVM&SVR\svr_regression_master\svr_main.m
- 上一篇:現(xiàn)代信號處理matlab代碼全
- 下一篇:matlab牛頓拉格朗日算法
評論
共有 條評論