3.1.SVM算法原理和分析
SVM(Support Vector Machines),中文名字叫做支持矢量机。SVM也是寻找一个超平面,使得训练集中的点距离分类面尽可能的远,就是让这个分类面两侧放入空白区域最大。
支持矢量就是距离分类平面最近的一些样本点,对决策面的选取有决策作用。

SVM训练代码:

clear all
close all
N1=440;
for i=1:N1
x1(1,i)=-1.7+1.1*randn(1);
% 440 Samples normal distribution
x1(2,i)= 1.6+0.9*randn(1);
%
x1(3,i)= 1;
end;
N2=400;
for i=1:N2
x2(1,i)= 1.3+1.0*randn(1);
% 400 Samples normal distriburion
x2(2,i)=-1.5+0.8*randn(1);
%
x2(3,i)= 1;
end;
plot(x1(1,:),x1(2,:),'ro',x2(1,:),x2(2,:),'g*');
hold on;
y1 = ones(440,1);
y2 = -ones(400,1);
12train =
[x1';x2'];%将两组数据合为一组
group = [y1;y2];
test =[x1';x2'];
svmModel =
svmtrain(train,group,'kernel_function','linear','showplot',true);%SVM 训练数据模型
classification=svmclassify(svmModel,test,'Showplot',true); %用测试数据测
试,画出决策面。

模式识别(3)-SVM分类算法相关推荐

  1. SVM分类算法的基本理论问题

    1.引言  随着网络技术的飞速发展和普及,进入了信息大爆炸的时代.信息无处不在,给我们的学习生活带来了诸多便捷,由于堪称海量的信息量,我们从中获取有用的信息变得困难,解决这一难题就是要对这些大量的信息 ...

  2. [Python从零到壹] 十四.机器学习之分类算法五万字总结全网首发(决策树、KNN、SVM、分类对比实验)

    欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...

  3. 机器学习—— SVM分类垃圾短信

    机器学习-- SVM分类算法 垃圾短信分类问题 Python语言凭借其强大的特性,其众多的外部库支持下,在机器学习和数据挖掘等领域发挥着强大的作用.本文基于python的机器学习库scikit-lea ...

  4. 时间序列分类算法_时间序列分类算法简介

    时间序列分类算法 A common task for time series machine learning is classification. Given a set of time serie ...

  5. 分类算法-支持向量机(SVM)

    支持向量机(Support Vector Machine,SVM)是Corinna Cortes和Vapnik等于1995年首先提出的,它在解决小样本.非线性及高维模式识别中表现出许多特有的优势,并能 ...

  6. 支持向量机分类示例python_分类算法-支持向量机 SVM

    SVM(Support Vector Machine) 指的是支持向量机,是常见的一种判别方法.在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别.分类及回归分析.与其他算法相比,支持向量机 ...

  7. 《数据分析实战》总结二之分类算法:决策树,朴素贝叶斯,SVM,KNN,Adaboost

    1 决策树 1.1 工作原理 把以前的经验总结出来,最后得到结果 比如打篮球,一般会根据"天气"."温度"."湿度"."刮风&qu ...

  8. 模式识别之基础---常用分类算法特性归纳

    常用的分类算法主要有决策树,贝叶斯,KNN,SVM,神经网络以及基于规则的分类算法. 本文主要对各种分类算法的特性做一下总结. 1. 决策树算法 决策树算法是一种构建分类模型的非参数方法,它不要求任何 ...

  9. 各常用分类算法的优缺点总结:DT/ANN/KNN/SVM/GA/Bayes/Adaboosting/Rocchio

    1决策树(Decision Trees)的优缺点 决策树的优点: 一. 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义. 二. 对于决策树,数据的准备往往是简单或者是不必要的. ...

  10. svm多分类代码_监督学习——分类算法I

    本文是监督学习分类算法的第一部分,简单介绍对样本进行分类的算法,包括 判别分析(DA) 支持向量机(SVM) 随机梯度下降分类(SGD) K近邻分类(KNN) 朴素贝叶斯分类(NaiveBayes) ...

最新文章

  1. python tkinter 布局_python tkinter学习——布局
  2. 13.Django之url路由系统初探(一)
  3. 最强无监督行人重识别方法 Cluster Contrast ReID
  4. nginx各个版本下载地址
  5. formal method里面的并发问题
  6. Learning Face Age Progression: A Pyramid Architecture of GANs
  7. 用户管理 之 Linux 系统中的超级权限的控制
  8. mysql数据库 二十一练习题 及答案 (mysql练习题)
  9. 借贷宝java_【人人行(借贷宝)Java面试】借贷宝java后端开发面经。-看准网
  10. 剑指offer面试题[7]-用两个栈实现队列
  11. cognos report上钻下钻报表处理方法(2)
  12. mysql 协议还原_mysql备份还原方案xtrabackup
  13. Python爬虫实战(二):爬取快代理构建代理IP池
  14. 怎么用c语言编写2的n次方,2的n次方用C语言怎么编写程序
  15. Android分屏显示(多窗口支持) 开发总结
  16. hive 配置参数说明大全
  17. sumifs(多条件求和,多条件计数,数据分类汇总利器)、countifs
  18. Android app包下fragment详细使用
  19. avahi服务的使用
  20. 利穗IT网络工程师面试试题

热门文章

  1. java项目启动失败的解决方案
  2. 安卓加密视频播放器使用教程
  3. hadoop安装和配置 详解
  4. Android SDK下载失败解决
  5. python调用通达信函数_如何把通达信公式变成python
  6. Struts2框架 下载和配置
  7. 简述mysql实现递归查询的方法
  8. python调用java完整教程
  9. DSP28335-ADC与SCI实现采样回传串口
  10. MySql常用函数汇总