MATALB中SVM工具箱快速入手简易教程〔常出现的错误解决办法〕.doc

MATALB中SVM工具箱快速入手简易教程matlab 自带的函数(matlab帮助文件里的例子)[只有较新版本的matlab中有这两个SVM的函数]svmtrain svmclassify =====简要语法规则==== svmtrain Train support vector machine classifier Syntax SVMStruct = svmtrain(Training, Group) SVMStruct = svmtrain(..., Kernel_Function, Kernel_FunctionValue, ...) SVMStruct = svmtrain(..., RBF_Sigma, RBFSigmaValue, ...) SVMStruct = svmtrain(..., Polyorder, PolyorderValue, ...) SVMStruct = svmtrain(..., Mlp_Params, Mlp_ParamsValue, ...) SVMStruct = svmtrain(..., Method, MethodValue, ...) SVMStruct = svmtrain(..., QuadProg_Opts, QuadProg_OptsValue, ...) SVMStruct = svmtrain(..., SMO_Opts, SMO_OptsValue, ...) SVMStruct = svmtrain(..., BoxConstraint, BoxConstraintValue, ...) SVMStruct = svmtrain(..., Autoscale, AutoscaleValue, ...) SVMStruct = svmtrain(..., Showplot, ShowplotValue, ...) --------------------- svmclassify Classify data using support vector machine Syntax Group = svmclassify(SVMStruct, Sample) Group = svmclassify(SVMStruct, Sample, Showplot, ShowplotValue) 实例操作： 在命令行中输入一下内容：（或者新建一个脚本文件） 警告： 如果你之前安装过libsvm工具箱，则一下程序是不能执行的，并且会出现错误（如下图）。 出现错误的原因及解决办法： 原因：当函数运行时调用的svmtrain svmclassify是你安装的libsvm中的函数并不是MATLAB自带的。 解决办法：将安装时加载的libsvm的路径暂时移除。打开setpath，remove所有惯有libsvm的路径，save！ OK！ load fisheriris %载入matlab自带的数据[有关数据的信息可以自己到UCI查找,这是UCI的经典数据之一],得到的数据如下图: tu1 1.jpg (7.94 KB) 2009-5-12 19:50 其中meas是150*4的矩阵代表着有150个样本每个样本有4个属性描述,species代表着这150个样本的分类. data = [meas(:,1), meas(:,2)]; %在这里只取meas的第一列和第二列,即只选取前两个属性. groups = ismember(species,setosa); %由于species分类中是有三个分类:setosa,versicolor,virginica,为了使问题简单,我们将其变为二分类问题:Setosa and non-Setosa. [train, test] = crossvalind(holdOut,groups); cp = classperf(groups); %随机选择训练集合测试集[有关crossvalind的使用请自己help一下] 其中cp作用是后来用来评价分类器的. svmStruct = svmtrain(data(train,:),groups(train),showplot,true); %使用svmtrain进行训练,得到训练后的结构svmStruct,在预测时使用. 训练结果如图: tu2 2.jpg (26.86 KB) 2009-5-12 19:50 classes = svmclassify(svmStruct,data(test,:),showplot,true); %对于未知的测试集进行分类预测,结果如图: tu3 3.jpg (37.34 KB) 2