资源简介
利用SVM神经网络进行分类预测,以某葡萄酒分类为例的matlab程序

代码片段和文件信息
%% SVM神经网络的数据分类预测----意大利葡萄酒种类识别
%
%
%
% 该案例作者申明: 1:本人长期驻扎在此板块里,对该案例提问,做到有问必答。 2:此案例有配套的教学视频,配套的完整可运行Matlab程序。 3:以下内容为该案例的部分内容(约占该案例完整内容的1/10)。 4:此案例为原创案例,转载请注明出处(Matlab中文论坛,《Matlab神经网络30个案例分析》)。 5:若此案例碰巧与您的研究有关联,我们欢迎您提意见,要求等,我们考虑后可以加在案例里。 6:您看到的以下内容为初稿,书籍的实际内容可能有少许出入,以书籍实际发行内容为准。 7:此书其他常见问题、预定方式等,请点击这里。
%
%
%% 清空环境变量
close all;
clear;
clc;
format compact;
%% 数据提取
% 载入测试数据wine其中包含的数据为classnumber = 3wine:178*13的矩阵wine_labes:178*1的列向量
load chapter12_wine.mat;
% 画出测试数据的box可视化图
figure;
boxplot(wine‘orientation‘‘horizontal‘‘labels‘categories);
title(‘wine数据的box可视化图‘‘FontSize‘12);
xlabel(‘属性值‘‘FontSize‘12);
grid on;
% 画出测试数据的分维可视化图
figure
subplot(351);
hold on
for run = 1:178
plot(runwine_labels(run)‘*‘);
end
xlabel(‘样本‘‘FontSize‘10);
ylabel(‘类别标签‘‘FontSize‘10);
title(‘class‘‘FontSize‘10);
for run = 2:14
subplot(35run);
hold on;
str = [‘attrib ‘num2str(run-1)];
for i = 1:178
plot(iwine(irun-1)‘*‘);
end
xlabel(‘样本‘‘FontSize‘10);
ylabel(‘属性值‘‘FontSize‘10);
title(str‘FontSize‘10);
end
% 选定训练集和测试集
% 将第一类的1-30第二类的60-95第三类的131-153做为训练集
train_wine = [wine(1:30:);wine(60:95:);wine(131:153:)];
% 相应的训练集的标签也要分离出来
train_wine_labels = [wine_labels(1:30);wine_labels(60:95);wine_labels(131:153)];
% 将第一类的31-59第二类的96-130第三类的154-178做为测试集
test_wine = [wine(31:59:);wine(96:130:);wine(154:178:)];
% 相应的测试集的标签也要分离出来
test_wine_labels = [wine_labels(31:59);wine_labels(96:130);wine_labels(154:178)];
%% 数据预处理
% 数据预处理将训练集和测试集归一化到[01]区间
[mtrainntrain] = size(train_wine);
[mtestntest] = size(test_wine);
dataset = [train_wine;test_wine];
% mapminmax为MATLAB自带的归一化函数
[dataset_scaleps] = mapminmax(dataset‘01);
dataset_scale = dataset_scale‘;
train_wine = dataset_scale(1:mtrain:);
test_wine = dataset_scale( (mtrain+1):(mtrain+mtest): );
%% SVM网络训练
model = svmtrain(train_wine_labels train_wine ‘-c 2 -g 1‘);
%% SVM网络预测
[predict_label accuracy] = svmpr
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 4134 2010-01-30 18:43 chapter12.m
文件 20168 2010-01-30 18:38 chapter12_wine.mat
文件 15003 2010-01-30 18:43 html\chapter12.html
文件 3348 2010-01-30 18:43 html\chapter12.png
文件 6809 2010-01-30 18:43 html\chapter12_01.png
文件 10845 2010-01-30 18:43 html\chapter12_02.png
文件 9026 2010-01-30 18:43 html\chapter12_03.png
目录 0 2010-11-07 23:27 html
----------- --------- ---------- ----- ----
69333 8
- 上一篇:基于 基于遗传算法的BP神经网络优化算法
- 下一篇:一级倒立摆MATLAB仿真程序
相关资源
- MATLAB 经典程序源代码大全
- MATLAB小波软阈值去噪代码33473
- 天线阵的波束形成在MATLAB仿真程序及
- 非线性SVM算法-matlab实现
- 《MATLAB 智能算法超级学习手册》-程序
- 组合导航matlab程序
- 读取txt文件内容matlab代码实现
- Matlab实现基于相关的模板匹配程序
- matlab优化工具箱讲解
- 基于MATLAB的快速傅里叶变换
- 光纤传输中的分布傅立叶算法matlab实
- 基于matlab的图像处理源程序
- matlab 椭圆拟合程序
- 算术编码解码matlab源代码
- optical_flow 光流法 matlab 实现程序
- 引导图像滤波器 Matlab实现
- 分形几何中一些经典图形的Matlab画法
- OFDM系统MATLAB仿真代码
- SVM工具箱(matlab中运行)
- 图像小波变换MatLab源代码
- LU分解的MATLAB实现
- 冈萨雷斯数字图像处理matlab版(第三
- 替代数据法的matlab程序
- 用matlab实现的多站定位系统性能仿真
- 通过不同方法进行粗糙集属性约简m
- k近邻算法matlab实现
- matlab识别系统
- 神经网络分类matlab程序
- matlab正弦信号发生器的设计
- matlab程序用Hopfield网络解决TSP
评论
共有 条评论