最小二乘支持向量机(LS-SVM)使用说明

下载LS SVM lab官方链接
我的MATLAB版本是2016a，下载的是Matlab R2006a - R2009a: LS-SVMlab1.8 - Linux and Windows (32 and 64 bit)，也可以使用。
将最小二乘支持向量机Matlab工具箱(Matlab R2006a - R2009a)所在的目录添加到Matlab工作搜索目录。
具体步骤：打开MATLAB2016a软件->环境，设置路径->添加并包含子文件夹。
LS SVK做回归的例子

clc;X = (-3:0.2:3)';
eval('Y = sinc(X)+0.1.*randn(length(X),1);',...'Y = sin(pi.*X+12345*eps)./(pi*X+12345*eps)+0.1.*randn(length(X),1);');
gam = 10;
sig2 = 0.3;
type = 'function estimation';
[alpha,b] = trainlssvm({X,Y,type,gam,sig2,'RBF_kernel'});
%[alpha,b] = trainlssvm({X,Y,type,gam,sig2,'RBF_kernel','original'});
%[alpha,b] = trainlssvm({X,Y,type,gam,sig2,'RBF_kernel','preprocess'});
Xt = 3.*randn(10,1);
Yt = simlssvm({X,Y,type,gam,sig2,'RBF_kernel','preprocess'},{alpha,b},Xt);
figure; plotlssvm({X,Y,type,gam,sig2,'RBF_kernel','preprocess'},{alpha,b});
hold off
Xt = (min(X):.1:max(X))';
eval('Yt = sinc(Xt);',...'Yt = sin(pi.*Xt+12345*eps)./(pi*Xt+12345*eps)+0.1.*randn(length(Xt),1);');
hold on;  plot(Xt,Yt,'r-.'); hold off

其他具体的可以参考
LS-SVMlab Toolbox User’s Guide

最小二乘支持向量机(LS-SVM)使用说明相关推荐

果蝇算法优化极限学习机，支持向量机最小二乘支持向量机，分类，预测。FOA ELM SVM LSSVM。
果蝇算法优化极限学习机,支持向量机最小二乘支持向量机,分类 ,预测.FOA ELM SVM LSSVM.
粒子群优化最小二乘支持向量机SVM回归分析，pso-lssvm回归预测
目录支持向量机SVM的详细原理 SVM的定义 SVM理论 SVM应用实例,粒子群优化最小二乘支持向量机SVM回归分析代码结果分析展望支持向量机SVM的详细原理 SVM的定义支持向量机(su ...
【LSSVM回归预测】基于matlab人工蜂群算法优化最小二乘支持向量机LSSVM数据回归预测【含Matlab源码 2213期】
⛄一.人工蜂群算法优化最小二乘支持向量机LSSVM简介 1 最小二乘支持向量机最小二乘支持向量机是支持向量机的一种改进算法[9,10],它将SVM算法中的不等式约束转化为等式约束,采用最小二乘线性系 ...
最小二乘支持向量机预测matlab实现,最小二乘支持向量机及其 Pre-computed Kernel 的 matlab 实现...
1. 最小二乘支持向量机的推导与支持向量机(Support Vector Machines, SVM)不同,Suykens 等提出的最小二乘支持向量机(Least Squared Support V ...
【LSSVM回归预测】人工蜂群算法优化最小二乘支持向量机LSSVM数据回归预测【含Matlab源码 2213期】
⛄一.人工蜂群算法优化最小二乘支持向量机LSSVM简介 1 最小二乘支持向量机最小二乘支持向量机是支持向量机的一种改进算法[9,10],它将SVM算法中的不等式约束转化为等式约束,采用最小二乘线性系 ...
【回归预测-lssvm分类】基于最小二乘支持向量机lssvm实现数据分类代码
1 内容介绍在信息爆炸的新时代,由于全球科技与经济迅猛发展,数据充斥在各行各业,数据的结构也变得多样化.其中对于数据的分类最常见,伴随着数据分类的同时出现两大处理难点,一个是非均衡问题,另一个就是高 ...
最小二乘支持向量机（LSSVM）简述
最小二乘支持向量机简述前言:偶然间看过July的<支持向量机通俗导论>,受益良多,出于兴趣又看了一些LSSVM(最小二乘支持向量机)的相关文献,在这儿随便贴一点. 正文:首先,关于支持向 ...
支持向量机（SVM）：超平面及最大间隔化、支持向量机的数学模型、软间隔与硬间隔、线性可分支持向量机、线性支持向量机、非线性支持向量机、核函数、核函数选择、SMO算法、SVM vs LR、优缺点
支持向量机(SVM):超平面及最大间隔化.支持向量机的数学模型.软间隔与硬间隔.线性可分支持向量机.线性支持向量机.非线性支持向量机.核函数.核函数选择.SMO算法.SVM vs LR.优缺点目录
神经网络与机器学习笔记—支持向量机（SVM）(上)
支持向量机(SVM)的主要思想: 给定训练样本,支持向量机建立一个超平面作为决策曲面,使得正例和反例之间的隔离边缘被最大化. 线性可分模式的最优超平面训练样本{(xi,di)}^N i=1 ,其中x ...
机器学习算法与Python实践之（四）支持向量机（SVM）实现
机器学习算法与Python实践之(四)支持向量机(SVM)实现 zouxy09@qq.com http://blog.csdn.net/zouxy09 机器学习算法与Python实践这个系列主要是参考 ...

最小二乘支持向量机(LS-SVM)使用说明

最小二乘支持向量机(LS-SVM)使用说明相关推荐

最新文章

热门文章