SVM模型

SVM优化策略综述基于SMO算法的多核SVM模型探索与应用

在matlab开发环境中，利用SMO求解器和不同的内核（包括线性、rbf、多项式、sigmoid）创建SVM模型。通过在svm_test.m文件中运行示例，训练集的特征矩阵x(mxn)包含m个样本和n个特征，带有对应的标签向量y(mx1)。SMO求解器使用常数C和容差参数tol来优化模型训练。选择内核类型（'l'代表线性，'r'代表rbf，'p'代表多项式，'s'代表sigmoid），并根据不同内核类型调整额外参数（如gamma、偏移和功率）。训练结果通过alpha系数和阈值b来确定分类边界。SMO算法支持从训练好的SVM模型中预测测试集样本的标签。

Matlab 0 2024-08-27

机器学习SVM模型在MATLAB中的必备工具箱

随着机器学习技术的进步，支持向量机（SVM）模型在MATLAB平台上的应用日益广泛。为了成功运行SVM模型，使用者需要准备特定的工具箱和相关资源。这些工具箱提供了必要的函数和算法，帮助用户有效地构建和优化SVM模型，以解决各种复杂的数据分类和回归问题。

Matlab 1 2024-07-29

hog_svm模型在matlab中的图像过滤器代码

这个文件夹包含了用于好/坏锅过滤器的hog_svm matlab代码。要使用它，请首先在matlab中运行tag.m，为您的训练和测试集添加标签。该程序将生成一个txt文件，记录文件名及其标签（1表示好，2表示坏）。其次，使用change_size.py将所有图片调整为相同的尺寸，以便模型可以高效地训练。建议的尺寸为128x128像素，过小可能影响准确率，过大可能增加训练时间。最后，您可以运行hog_svm.py进行基于hog_svm模型的训练和测试，或者使用train.py和test.py基于tensorflow的ML模型进行训练和测试。

Matlab 2 2024-08-01

SVM 多领域应用

SVM 在文本分类、图像分类、生物数据挖掘、手写识别等领域广泛应用。 SVM 潜力巨大，可成功应用于更多未知领域。

数据挖掘 5 2024-04-30

【预测模型】基于灰狼算法优化的支持向量机SVM分类matlab源码.zip

【预测模型】基于灰狼算法优化的支持向量机SVM分类matlab源码.zip

Matlab 0 2024-09-28

经典SVM算法Matlab实现

这是一个经典SVM算法的Matlab程序，适用于各种利用Matlab进行数据SVM仿真的实验。

Matlab 3 2024-05-27

KPCA+SVM仿真源代码

使用Matlab实现的KPCA+SVM仿真源代码，用于非线性分类任务，可提供实用参考。

Matlab 2 2024-06-01

支持向量机（SVM）应用详解

详细介绍了使用Matlab编写的支持向量机分类器代码，用于模式识别和分类任务。支持向量机作为一种强大的机器学习算法，在各种应用场景中展示出了其高效性和准确性。通过该代码，用户可以深入了解支持向量机在模式识别中的实际应用。

Matlab 2 2024-07-23

陆振波SVM代码解读

该代码提供了陆振波SVM算法的详细注解，展示了其内部运作方式，为数据挖掘研究提供了宝贵的案例。

数据挖掘 5 2024-04-30

Matlab_TLAB_SVM_Regression_Integration

Matlab开发 - 在TLAB中使用ekasSVM回归函数。演示如何将WEKA的ML库导入Matlab，并使用SVM回归。

Matlab 0 2024-11-04