SVM算法C++代码

该C++代码，有助于理解SVM算法，通俗易懂，附带两个标签类，成功实现正确分类，。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

#define _CRT_SECURE_NO_DEPRECATE
#include
#include
#include
#include
#include
#include
#include
#define feature_num 15 
#define lable_num 20
float data_mat[lable_num][feature_num];
float res_mat[lable_num];
using namespace std;


void main（void）
{
	//int file（void）
	//{
	FILE *f1*f2;
	int i = 0 j = 0k=0;
	f1 = fopen（“bedroom.txt“ “r“）;
	f2=fopen（“lable.txt““r“）;
	while（!feof（f1））
	{
		if（j != feature_num-1）
			fscanf（f1 “%f “ &data_mat[i][j++]）;//注意此处有个空格
		else
		{
			fscanf（f1 “%f“ &data_mat[i][j]）;
			j = 0;
			++i;   
		}
	}
	while（!feof（f2））
		fscanf（f2 “%f “ &res_mat[k++]）;
	fclose（f1）;
	fclose（f2）;

	int t;
	double y[20] = {0};  //对x的分类结果1或-1

	double alphas[lable_num]={0};
	double a_y[lable_num]={0};   //a[i]*y[i]
	double w[feature_num]={0};
	double b=0;
	double aiold = 0ajold = 0ajnew = 0ainew = 0;
	double HL;
	double c=0.6Ei=0Ej=0;
	double tolerance=1e-3;
	int itermaxIter=400alphapairsChanged = 0;
	double limit1limit2etabinewbjnew;          //HL的上下限
	double K_ij=0K_ii=0K_jj=0K_ji=0;         //2K12-K11-K22
	//ofstream f4;
	//f4.open（“result.txt“）;
	srand（unsigned（time（0）））;
	iter=0;
	while（iter	{
		Ei=0Ej=0;
		K_ij=0;
		K_ii=0;
		K_jj=0;
		K_ji=0;
		alphapairsChanged = 0;

		for（i=0;i		{
			for（k=0;k				a_y[k]=alphas[k]*res_mat[k];///a[i]*y[i]
			for（t=0;t			{
				w[t]=0;
			}
			for（k=0;k			{

				for（t=0;t				{
					w[k]+=a_y[t]*data_mat[t][k];
				}
			}
			Ei=0Ej=0;
			for（k=0;k			{
				Ei+=w[k]*data_mat[i][k];    //线性核求Ei
			}
			Ei=Ei+b;
			Ei=Ei-res_mat[i];
			if（ （（res_mat[i]*Ei < -tolerance ） & （alphas[i] < c） ）| （（res_mat[i]*Ei < -tolerance > tolerance） & （alphas[i] > 0）））{
				while（1）                     //随机选取与i不同的j
				{
					j=int（rand（）%lable_num）;
					if（j!=i）
						break;
				}
				for（k=0;k				{
					Ej+=w[k]*data_mat[j][k];   //求Ej，这里使用线性核
				}
				Ej=Ej+b;
				Ej=Ej-res_mat[j];
				aiold=alphas[i];
				ajold=alphas[j];
				limit1=ajold-aiold;
				limit2=aiold+ajold;
				if（res_mat[i]!=res_mat[j]）
				{
					if（limit1>0）
					{
						L=limit1;
						H=c;
					}
					else
					{
						L=0;
						H=c+limit1;
					}
				}
				else
				{
					if（limit2>c）
					{
						L=limit2-c;
						H=c;
					}
					else
					{
						L=0;
						H=limit2;
					}
				}
				if（H==L）
					continue;
				K_ij=0;
				K_ii=0;
				K_jj=0;
				K_ji=0;
				for（k=0;k				{
					K_ij+=data_mat[i][k]*data_mat[j][k];
					K_ii+=data_mat[i][k]*data_mat[i][k];
					K_jj+=data_mat[j][k]*data_mat[j][k];
					K_ji+=data_mat[j][k]*data_mat[i][k];
				}
				eta=2*K_ij-K_ii-K_jj; //w（a2）的2阶导数
				if（eta>=0）
					continue;
				ajnew=ajold-res_m

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        4601  2017-08-23 10:01  SVM算法\SVM.cpp
     文件        3018  2017-08-01 15:31  SVM算法\bedroom.txt
     文件        3020  2017-08-01 22:41  SVM算法\bedroom1.txt
     目录           0  2017-09-04 11:46  SVM算法\