支持向量机(SVM)多分类matlab程序代码
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
%模型训练及数据整理
model_12=svmtrain(class_12_label,class_12_value);
model_13=svmtrain(class_13_label,class_13_value);
model_14=svmtrain(class_14_label,class_14_value);
model_23=svmtrain(class_23_label,class_23_value);
model_24=svmtrain(class_24_label,class_24_value);
model_34=svmtrain(class_34_label,class_34_value);
%½øÐÐÔ¤²â
[predict_labe1,accuracy_1,dec_values_1] =svmpredict(test_scale_label, test_scale_value, model_12); [predict_labe2,accuracy_2,dec_values_2] =svmpredict(test_scale_label, test_scale_value, model_13); [predict_labe3,accuracy_3,dec_values_3] =svmpredict(test_scale_label, test_scale_value, model_14); [predict_labe4,accuracy_4,dec_values_4] =svmpredict(test_scale_label, test_scale_value, model_23); [predict_labe5,accuracy_5,dec_values_5] =svmpredict(test_scale_label, test_scale_value, model_24); [predict_labe6,accuracy_6,dec_values_6] =svmpredict(test_scale_label, test_scale_value, model_34); predict_labe7=[predict_labe1,predict_labe2,predict_labe3,predict_labe4,predict_labe5,predict_labe 6];
[m,n]=size(predict_labe7);
predict_labe=zeros(m,1);
for i=1:m
n1=0;n2=0;n3=0;n4=0;
for j=1:n
if predict_labe7(i,j)==1
n1=n1+1;
else
if predict_labe7(i,j)==2
n2=n2+1;
else
if predict_labe7(i,j)==3
n3=n3+1;
else
if predict_labe7(i,j)==4
n4=n4+1;
end
end
end
end
end
B=[n1 n2 n3 n4];
max=B(1,1) ;
predict_labe(i,1)=1;
for k=1:3
if max<=B(1,k+1)
max=B(1,k+1);
predict_labe(i,1)=k+1;
end
end
end
%ͳ¼Æ׼ȷÂÊ
count=0;
for p=1:m
if test_scale_label(p,1)==predict_labe(p,1) count=count+1;
end
end
q=count/m;
disp([num2str(q*100),'%'])