%?支持向量機(jī)用于多類模式分類?-?必須選擇最優(yōu)參數(shù)?gamsig2
%?工具箱：LS_SVMlab
%?使用平臺(tái)：Matlab6.5
%?作者：陸振波，海軍工程大學(xué)
%?歡迎同行來信交流與合作，更多文章與程序下載請(qǐng)?jiān)L問我的個(gè)人主頁
%?電子郵件：luzhenbo@yahoo.com.cn
%?個(gè)人主頁：http://luzhenbo.88uu.com.cn

clc
clear
close?all

%---------------------------------------------------
%?產(chǎn)生訓(xùn)練樣本與測(cè)試樣本，每一列為一個(gè)樣本

n1?=?[rand（35）rand（35）+1rand（35）+2];
x1?=?[1*ones（15）2*ones（15）3*ones（15）];?????%?特別注意：這里的目標(biāo)與神經(jīng)網(wǎng)絡(luò)不同

n2?=?[rand（31）];
x2?=?[1*ones（11）];?????%?特別注意：這里的目標(biāo)與神經(jīng)網(wǎng)絡(luò)不同

xn_train?=?n1;??????????%?訓(xùn)練樣本
dn_train?=?x1;??????????%?訓(xùn)練目標(biāo)

xn_test?=?n2;???????????%?測(cè)試樣本
dn_test?=?x2;???????????%?測(cè)試目標(biāo)

%---------------------------------------------------
%?參數(shù)設(shè)置

X?=?xn_train‘;
Y?=?dn_train‘;
Xt?=?xn_test‘;
Yt?=?dn_test‘;

type?=?‘c‘;
kernel_type?=?‘RBF_kernel‘;
gam?=?2;
sig2?=?2;

preprocess?=?‘preprocess‘;
codefct?=?‘code_MOC‘;???????????

%?將“多類”轉(zhuǎn)換成“兩類”的編碼方案
%?1.?Minimum?Output?Coding?（code_MOC）?
%?2.?Error?Correcting?Output?Code?（code_ECOC）
%?3.?One?versus?All?Coding?（code_OneVsAll）
%?4.?One?Versus?One?Coding?（code_OneVsOne）?

%---------------------------------------------------
%?編碼

[Yccodebookold_codebook]?=?code（Ycodefct）;

%---------------------------------------------------
%?交叉驗(yàn)證優(yōu)化參數(shù)

%[gamsig2]?=?tunelssvm（{XYctypegamsig2kernel_typepreprocess}）

%---------------------------------------------------
%?訓(xùn)練與測(cè)試

[alphab]?=?trainlssvm（{XYctypegamsig2kernel_typepreprocess}）;???????????%?訓(xùn)練
Yd0?=?simlssvm（{XYctypegamsig2kernel_typepreprocess}{alphab}Xt）;??????%?分類

%---------------------------------------------------
%?解碼

Yd?=?code（Yd0old_codebook[]codebook）;

%---------------------------------------------------
%?結(jié)果統(tǒng)計(jì)

Result?=?~abs（Yd-Yt）???????????????%?正確分類顯示為1
Percent?=?sum（Result）/length（Result）???%?正確分類率

%---------------------------------------------------
%?注意：以這兩種寫法等價(jià)

%?--?1?--
%?[Yccodebookold_codebook]?=?code（Y?codefct）
%?[alpha?b]?=?trainlssvm（{XYctypegamsig2kernelpreprocess}）
%?Yd0?=?simlssvm（{XYctypegamsig2kernel}?{alphab}?Xt）
%?Yd?=?code（Yd0old_codebook[]codebook）

%?--?2?--
%?model?=?initlssvm（XYtypegamsig2kernelpreprocess）
%?model?=?changelssvm（model‘codetype‘codefct）
%?model?=?trainlssvm（model）
%?Yd?=?simlssvm（model?Xt）

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----

?????文件???????2523??2007-05-25?14:37??SVM工具箱\Classification_LS_SVMlab.m

?????文件???????2075??2007-03-15?14:09??SVM工具箱\Classification_OSU_SVM.m

?????文件???????2351??2007-03-15?14:09??SVM工具箱\Classification_stprtool.m

?????文件???????1542??2007-03-15?14:09??SVM工具箱\Classification_SVM_SteveGunn.m

?????文件???????2117??2008-10-05?19:36??SVM工具箱\Regression_SVM_SteveGunn.m

?????文件???????5148??2007-01-06?11:20??SVM工具箱\四種支持向量機(jī)工具箱使用要點(diǎn).txt

?????文件????????655??2007-03-15?14:09??SVM工具箱\文件夾說明.txt

?????文件???????2738??2003-02-21?22:39??SVM工具箱\LS_SVMlab\AFE.m

?????文件???????5785??2003-02-21?22:39??SVM工具箱\LS_SVMlab\bay_errorbar.m

?????文件???????2003??2003-02-21?22:39??SVM工具箱\LS_SVMlab\bay_initlssvm.m

?????文件??????10345??2003-02-21?22:39??SVM工具箱\LS_SVMlab\bay_lssvm.m

?????文件???????8187??2003-02-21?22:39??SVM工具箱\LS_SVMlab\bay_lssvmARD.m

?????文件???????9358??2003-02-21?22:39??SVM工具箱\LS_SVMlab\bay_modoutClass.m

?????文件???????5977??2003-02-21?22:39??SVM工具箱\LS_SVMlab\bay_optimize.m

?????文件???????4178??2003-02-21?22:39??SVM工具箱\LS_SVMlab\bay_rr.m

?????文件????????164??2005-04-15?21:53??SVM工具箱\LS_SVMlab\buffer.mc

?????文件???????5632??2003-02-21?22:39??SVM工具箱\LS_SVMlab\changelssvm.m

?????文件???????4245??2005-04-15?19:10??SVM工具箱\LS_SVMlab\code.asv

?????文件???????4245??2005-04-15?19:11??SVM工具箱\LS_SVMlab\code.m

?????文件???????2118??2003-02-21?22:39??SVM工具箱\LS_SVMlab\codedist_bay.m

?????文件????????756??2003-02-21?22:39??SVM工具箱\LS_SVMlab\codedist_hamming.m

?????文件???????2018??2003-02-21?22:39??SVM工具箱\LS_SVMlab\codedist_loss.m

?????文件???????4125??2003-02-21?22:39??SVM工具箱\LS_SVMlab\codelssvm.m

?????文件???????5197??2003-02-21?22:39??SVM工具箱\LS_SVMlab\code_ECOC.m

?????文件????????550??2003-02-21?22:39??SVM工具箱\LS_SVMlab\code_MOC.m

?????文件????????364??2003-02-21?22:39??SVM工具箱\LS_SVMlab\code_OneVsAll.m

?????文件????????555??2003-02-21?22:39??SVM工具箱\LS_SVMlab\code_OneVsOne.m

?????文件?????????32??2003-03-20?09:24??SVM工具箱\LS_SVMlab\Contents.m

?????文件???????8174??2003-02-21?22:39??SVM工具箱\LS_SVMlab\crossvalidate.m

?????文件???????1886??2003-02-21?22:39??SVM工具箱\LS_SVMlab\deltablssvm.m

............此處省略426個(gè)文件信息