加入收藏 | 设为首页 | 会员中心 | 我要投稿 开发网_开封站长网 (http://www.0378zz.com/)- 科技、AI行业应用、媒体智能、低代码、办公协同!
当前位置: 首页 > 教程 > 正文

二分类SVM方法Matlab达成

发布时间:2021-11-21 17:37:50 所属栏目:教程 来源:互联网
导读:使用Matlab实现了二分类的SVM,优化技术使用的是Matlab自带优化函数quadprog。 只为检查所学,更为熟悉;不为炫耀。也没有太多时间去使用更多的优化方法。 function model = svm0311(data,options) %SVM0311 解决2分类的SVM方法,优化使用matlab优化工具箱qu

使用Matlab实现了二分类的SVM,优化技术使用的是Matlab自带优化函数quadprog。
 
只为检查所学,更为熟悉;不为炫耀。也没有太多时间去使用更多的优化方法。
 
function model = svm0311(data,options)
%SVM0311  解决2分类的SVM方法,优化使用matlab优化工具箱quadprog函数实现
%by LiFeiteng    email:lifeiteng0422@gmail.com
%Reference: stptool
%          Pattern Recognition and Machine Learning P333 7.32-7.37
 
% input aruments
%-------------------------------------------
tic
 
data=c2s(data);
[dim,num_data]=size(data.X);
 
if nargin < 2, options=[]; else options=c2s(options); end
if ~isfield(options,'ker'), options.ker = 'linear'; end
if ~isfield(options,'arg'), options.arg = 1; end
if ~isfield(options,'C'), options.C = inf; end
if ~isfield(options,'norm'), options.norm = 1; end
if ~isfield(options,'mu'), options.mu = 1e-12; end
if ~isfield(options,'eps'), options.eps = 1e-12; end
 
X = data.X;
t = data.y;
t(t==2) = -1;
 
% Set up QP task
%----------------------------
K = X'*X;
T = t'*t;% 注意t是横向量
H = K.*T;
save('H0311.mat','H')
H = H + options.mu*eye(size(H));
 
f = -ones(num_data,1);
Aeq = t;
beq = 0;
lb = zeros(num_data,1);
ub = options.C*ones(num_data,1);
 
x0 = zeros(num_data,1);
qp_options = optimset('Display','off');
[Alpha,fval,exitflag] = quadprog(H, f,[],[], Aeq, beq, lb, ub, x0, qp_options);
 
inx_sv = find(Alpha>options.eps);
 
% compute bias
%--------------------------
% take boundary (f(x)=+/-1) support vectors 0 < Alpha < C
b = 0;
inx_bound = find( Alpha > options.eps & Alpha < (options.C - options.eps));
Nm = length(inx_bound);
for n = 1:Nm
    tmp = 0;
    for m = 1:length(inx_sv) %PRML7.37
        tmp = tmp+Alpha(inx_sv(m))*t(inx_sv(m))*K(inx_bound(n),inx_sv(m));
    end
    b = b + t(inx_bound(n))-tmp;
end
b = b/Nm;
model.b = b;
   
%-----------------------------------------
w = zeros(dim,1);
for i = 1:num_data
    w = w+ Alpha(i)*t(i)*X(:,i);%PRML 7.29
end
 
margin = 1/norm(w);
%-------------------------------------------
%此处与stprtool保持接口一致  用于画图展示等
model.Alpha = Alpha( inx_sv );
model.sv.X = data.X(:,inx_sv );
model.sv.y = data.y(inx_sv );
model.sv.inx = inx_sv;
model.nsv = length( inx_sv );
model.margin = margin;
model.exitflag = exitflag;
model.options = options;
model.kercnt = num_data*(num_data+1)/2;
model.trnerr = cerror(data.y,svmclass(data.X, model));
model.fun = 'svmclass';
 
model.W = model.sv.X*model.Alpha;
 
% used CPU time
model.cputime=toc;
 
return;

(编辑:开发网_开封站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读