matlab 多维svm分类代码,SVM多分类(matlab)
1.数据集:采用 matlab2016b 自带数据集:iris鸢尾花、ionosphere电离层数据
2.采用函数 fitcecoc 进行SVM二分类/多分类模型训练;
3.采用10折交叉验证,将Mdl转化为 CVMdl,减少泛化误差
4.将泛化误差ossLoss作为模型的评价指标
示例1:鸢尾花数据集iris
function [CVMdl,oosLoss]=SVM3()
load fisheriris
X = meas; %150*4 :150个样本,4个特征(萼长、萼宽、瓣长、瓣宽);meas=measure(长度)
Y = species; %三种属性{'setosa','versicolor','virginica'};species(种类)
t = templateSVM('Standardize',1); %创建SVM模板t
%训练该模型
Mdl = fitcecoc(X,Y,'Learners',t,'ClassNames',{'setosa','versicolor','virginica'});
%验证该模型
CVMdl = crossval(Mdl); %将模型进行交叉验证,减少过拟合的影响
%显示结果
oosLoss = kfoldLoss(CVMdl) %10折交叉验证得到的泛化误差 oosloss =0.033,效果很好
结果如下:
>> [CVMdl,oosLoss]=SVM3()
CVMdl =
classreg.learning.partition.ClassificationPartitionedECOC
CrossValidatedModel: 'ECOC'
PredictorNames: {'x1' 'x2' 'x3' 'x4'}
ResponseName: 'Y'
NumObservations: 150
KFold: 10
Partition: [1x1 cvpartition]
ClassNames: {'setosa' 'versicolor' 'virginica'}
ScoreTransform: 'none'
Properties, Methods
oosLoss =
0.0333333333333333
示例2:电离层数据二分类
%matlab自带电离层
load ionosphere;
%使用默认选项训练ECOC多类模型
model_2 =fitcecoc(X,Y);
%创建一个SVM模板
t_2 = templateSVM('Standardize',1);
%接下来训练ECOC分类器
model_2 = fitcecoc(X,Y,'Learners',t_2);
%使用10倍交叉验证交叉验证Mdl
CVmodel_2 =crossval(model_2);
%估算泛化误差
oosLoss_2 = kfoldLoss(CVmodel_2);
结果:
>> [CVmodel_2,oosLoss_2]=SVM31()
CVmodel_2 =classreg.learning.partition.ClassificationPartitionedECOC
CrossValidatedModel: 'ECOC'PredictorNames: {1x34 cell}
ResponseName: 'Y'NumObservations: 351KFold: 10Partition: [1x1 cvpartition]
ClassNames: {'b' 'g'}
ScoreTransform: 'none'Properties, Methods
oosLoss_2 =
0.113960113960115
参考资料:
1.官方文档:https://www.mathworks.com/help/stats/fitcecoc.html
2.代码参考:fitcecoc的其他数据集尝试: https://blog.csdn.net/kekeicon/article/details/72812097,作者:kekeicon
3.matlab自带数据集一览:https://ww2.mathworks.cn/help/stats/sample-data-sets.html
matlab 多维svm分类代码,SVM多分类(matlab)相关推荐
- 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) ...
- matlab运行为什么要选中代码,性能 – 为什么(在MATLAB中)这个代码更快?
我在MATLAB中用两种不同的方式编写了一些代码.首先,我使用了两个for循环,乍一看似乎很愚蠢: Initial = [zeros(10,1) ones(10,1)]; for xpop=1:10 ...
- matlab将图片旋转的代码_我的MATLAB魔方新玩法:拼出任意图案!
更新: 添加代码链接:nkyang/MagicCube 有时间的话,会陆续把之前文章的代码都整理好了传到github上去,这样个人文章里面就不会出现代码,文章可读性更好. 我又回来更新了,在上一次的文 ...
- matlab将图片旋转的代码_从零开始的matlab学习笔记——(27)图像旋转与动态图...
matlab应用--求极限,求导,求积分,解方程,函数绘图,三维图像,拟合函数....更多内容尽在个人专栏:matlab学习 昨天思考了一下,因为笔者的GUI只是刚刚入门,如果直接说的话也说不了多少东 ...
- php 分类代码,php无限分类的图文代码介绍
无限分类,是指从一个最高分类开始,每个子分类都可以分出自己的若干个子分类,可以一直分下去,称为无限级分类: 比如一棵树,从一根树干开始,分出多个树枝,而这些树枝又分出其他的分支,理论上是可以无限分裂下 ...
- matlab二维势阱简谐振动程序,常规解法与MATLAB解决一维无限深势阱中的粒子问题...
龙源期刊网 http://www.doczj.com/doc/ddcba3222d60ddccda38376baf1ffc4ffe47e2cd.html 常规解法与MATLAB解决一维无限深势阱中的粒 ...
- matlab中k均值程序代码,K-均值算法Matlab仿真
代码: X=[35 35 41 49 35 17 55 45 55 20 15 30 25 30 20 50 10 43 55 60 30 60 20 65 50 35 30 25 15 10 30 ...
- matlab绘制频散曲线,Matlab绘制频散曲线程序代码.docx
Matlab绘制频散曲线程序代码.docx 下载提示(请认真阅读)1.请仔细阅读文档,确保文档完整性,对于不预览.不比对内容而直接下载带来的问题本站不予受理. 2.下载的文档,不会出现我们的网址水印. ...
- 【SVM分类】基于matlab哈里斯鹰算法优化支持向量机SVM分类【含Matlab源码 2243期】
⛄一.获取代码方式 获取代码方式1: 完整代码已上传我的资源:[SVM分类]基于matlab哈里斯鹰算法优化支持向量机SVM分类[含Matlab源码 2243期] 获取代码方式2: 付费专栏Matla ...
- svm matlab 画图,SVM简单代码实现MATLAB
一.前言 在推导出SVM公式的基础上,就可以考虑动手实现了.SVM解决分类问题,这里用MATLAB来实现,具体就不多说了,所以首先给出两种标记不同的点,然后分别标记为+1,-1.先训练,再测试,最后画 ...
最新文章
- 允许用户在web Interface上修改密码
- Fort.js – 时尚、现代的表单填写进度提示效果
- Java处理excel根据某列的值查询,并将结果显示在其他列中
- 如何利用魔棒工具抠图_3秒搞定抠图!免费在线抠图工具
- vs code golang插件记录
- ARKit从入门到精通(9)-ARKit让飞机跟着镜头飞起来
- MS10-002紧急补丁将在美国太平洋时间上午10点左右发布
- 【渝粤题库】广东开放大学 大学英语B 形成性考核
- 智能指针auto_ptr管理单例
- GNS3+GNS3 VM
- 网上商城APP系统源码 B2C商城系统源码
- vue 动态引入组件
- ns手柄pc驱动_功能特点可以打满屏!北通宙斯白金版无线游戏手柄体验
- 你知道的用户研究方法有哪些? 你认为应该如何进行定性和定量的研究?
- 操盘手怎样于2019年4月17号的二级市场中基于ATR实现开仓平仓
- 8090后一年有多少存款才算正常?存款五个等级,你在第几个等级?
- python 时间记录
- 当摸鱼的老油条遇上了内卷的小年轻...愿世间没有内卷....
- GitHub 标星 167k!你要的优质书籍这都有,还开源!
- 亚马逊listing产品和竞品的销量查询方法
热门文章
- [转载]JXTA概念介绍
- 0Day发布Confluence 2.1.4 破解,所见即所得的编辑界面终于亮相
- BT种子文件 bencoding编码详细解析
- Elsevier LaTeX 模板
- vscode中查看二进制文件
- BZOJ-4706 B君的多边形 OEIS
- Hadoop大数据平台构建与应用
- 三菱FX3U生产方案 FX3U源代码+PCB文件全套生产方案 基于STM32F10的FX3U源码, 可直接使用GXworks2软件
- 三菱GXWorks2 程序写入CPU/从CPU读取程序
- 签到系统实验报告_实验报告评分标准