【MATLAB 分类算法教程】
分类代码案例2:粒子群算法优化支持向量机SVM分类 - MATLAB完全代码教程
- 1. 初始化代码
- 2. 读取数据代码
- 3.数据预处理代码
- 4.利用粒子群算法PSO求解最佳的SVM参数c和g代码
- 5.根据最佳的参数进行SVM模型训练代码
- 6.SVM模型预测代码
- 7.准确率分析以及分类结果对比作图代码
本文以红酒数据集为例,结合编译的libsvm多分类工具函数,介绍粒子群算法优化支持向量机SVM分类的MATLAB代码编写,主要流程包括1. 读取数据 2.数据预处理 3.利用粒子群算法PSO求解最佳的SVM参数c和g 4.根据最佳的参数进行SVM模型训练 5.SVM模型预测 6.准确率分析以及分类结果对比作图。
(图片来源网络,侵删)
1. 初始化代码
close all; clear; clc; format compact; addpath('libsvm-3.24')
2. 读取数据代码
data=xlsread('数据.xlsx','Sheet1',
(图片来源网络,侵删)
(图片来源网络,侵删)
文章版权声明:除非注明,否则均为主机测评原创文章,转载或复制请以超链接形式并注明出处。
还没有评论,来说两句吧...