资源简介
支持向量机 朴素贝叶斯 matlab代码 含说明文档 有测试数据 可以直接运行
代码片段和文件信息
%利用SVM进行信息分类
%{
xtrain:训练样本数据
ytrain:每一组训练样本对应的训练结果
xtest:测试样本
ytest:测试结果
%}
clear all;
%获取txt文本数据
[filenamefilepath]=uigetfile(‘*.txt‘‘打开训练样本文件‘);
file=strcat(filepathfilename);%文件的绝对路径
%data_load=load(file);%获取txt文件的全部内容;;由于文件中不是纯数据,不能用load的形式
fidin=fopen(file‘r‘);
nline=0;
disp(‘正在load数据...‘);
while ~feof(fidin) %?判断是否为文件末尾?
tline=fgetl(fidin); %?从文件读行?
fnull=strfind(tline‘?‘);
%提取txt文件中的有效参数,仅提取出用于训练的参数
if isempty(fnull)
nline=nline+1;
train_data(nline:)=regexp(tline‘‘‘split‘);
end
end
fclose(fidin);
disp(‘load完成!‘);
%将有用数据保存为txt文件,方便调用
button=questdlg(‘训练数据提取完成,是否保存为txt文件?‘‘保存训练数据‘‘是‘‘否‘‘是‘);
if strcmp(button‘是‘)
save_txt(train_data);%将train样本转化成列向量便于保存
else
return
end
%{
%在data中,训练结果是<=50 和>50,需要对该数据进行转化处理
%adult数据保存为adult.mat test数据保存为test.mat
%adult.mat中,第1111213列分别为age,capital-gain,capital-loss,hours-per-week
%data=importdata(‘data0.mat‘);
%train_data=mat2cell(data);
xtrain=[str2num(char(train_data(:1)))str2num(char(train_data(:11)))str2num(char(train_data(:12)))str2num(char(train_data(:13)))];
y=train_data(:15);
len=length(y);
ytrain=zeros(len1);
for i=1:len
if ~isempty(strfind(y{i}‘<=‘))
ytrain(i1)=0;
elseif ~isempty(strfind(y{i}‘>‘))
ytrain(i1)=1;
end
end
%将有用数据保存为txt文件,方便调用
button=questdlg(‘训练数据提取完成,是否保存为txt文件?‘‘保存训练数据‘‘是‘‘否‘‘是‘);
if strcmp(button‘是‘)
save_txt([xtrainytrain]);%将train样本转化成列向量便于保存
else
return
end
%获取txt文本数据
[filenamefilepath]=uigetfile(‘*.txt‘‘打开测试文件‘);
file=strcat(filepathfilename);%文件的绝对路径
%data_load=load(file);%获取txt文件的全部内容;;由于文件中不是纯数据,不能用load的形式
fidin=fopen(file‘r‘);
nline=0;
disp(‘正在load数据...‘);
while ~feof(fidin) %?判断是否为文件末尾?
tline=fgetl(fidin); %?从文件读行?
fnull=strfind(tline‘?‘);
%提取txt文件中的有效参数,仅提取出用于训练的参数
if isempty(fnull)
nline=nline+1;
test_data(nline:)=regexp(tline‘‘‘split‘);
end
end
fclose(fidin);
disp(‘load完成!‘);
%提取实验数据
xtest=[str2num(char(test_data(:1)))str2num(char(test_data(:11)))str2num(char(test_data(:12)))str2num(char(test_data(:13)))];
y=test_data(:15);
len=length(y);
yreal=zeros(len1);
for i=1:len
if ~isempty(strfind(y{i}‘<=‘))
yreal(i1)=0;
elseif ~isempty(strfind(y{i}‘>‘))
yreal(i1)=1;
end
end
%将有用数据保存为txt文件,方便调用
button=questdlg(‘测试样本数据提取完成,是否保存为txt文件?‘‘保存测试数据‘‘是‘‘否‘‘是‘);
if strcmp(button‘是‘)
save_txt([xtestyreal]);%将train样本转化成列向量便于保存
else
return
end
%{
disp(‘SVM正在分类......‘);
%%%设置SVM各种参数%%%%%%%
c = 1000;
lambda = 1e-7;
kerneloption= 1;
kernel=‘poly‘;
verbose = 0;
%%%一对一算法
kerneloptionm.matrix=svmkernel(xtrainkernelkerneloption);
[xsupwbnbsvclassifierpos]=svmmulticlassoneagainstone([]ytrain4clambda‘numerical‘kerneloptionmverbose);
%支持向量机实现分类
kerneloptionm.matrix=svmkernel(xtestkernelkerneloptionxtrain(pos:));
[ytrainmaxi] = svmmultivalo
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 4006865 2014-10-31 15:30 支持向量机与朴素贝叶斯算法matlab实现\data\adult.txt
文件 1209054 2014-11-07 13:08 支持向量机与朴素贝叶斯算法matlab实现\data\adult_right.txt
文件 1072708 2014-11-12 19:50 支持向量机与朴素贝叶斯算法matlab实现\data\adult_right_guiyihua.txt
文件 2019412 2014-10-31 15:31 支持向量机与朴素贝叶斯算法matlab实现\data\test.txt
文件 603504 2014-11-07 13:04 支持向量机与朴素贝叶斯算法matlab实现\data\test_right.txt
文件 535437 2014-11-12 19:51 支持向量机与朴素贝叶斯算法matlab实现\data\test_right_guiyihua.txt
文件 2016 2014-11-08 15:24 支持向量机与朴素贝叶斯算法matlab实现\data\数据分析.txt
文件 3527 2014-11-28 21:02 支持向量机与朴素贝叶斯算法matlab实现\libsvm\datapro.m
文件 97 2014-11-08 17:13 支持向量机与朴素贝叶斯算法matlab实现\libsvm\guiyihua.m
文件 732563 2014-11-28 20:46 支持向量机与朴素贝叶斯算法matlab实现\libsvm\letter.txt
文件 745662 2014-11-28 21:09 支持向量机与朴素贝叶斯算法matlab实现\libsvm\letter_change.txt
文件 2404 2014-11-28 20:55 支持向量机与朴素贝叶斯算法matlab实现\libsvm\libsvm.asv
文件 2482 2014-11-28 21:15 支持向量机与朴素贝叶斯算法matlab实现\libsvm\libsvm.m
文件 926 2014-11-12 20:16 支持向量机与朴素贝叶斯算法matlab实现\libsvm\lisanhua.m
文件 716 2014-11-12 19:50 支持向量机与朴素贝叶斯算法matlab实现\libsvm\save_txt.m
文件 10958 2014-11-28 20:30 支持向量机与朴素贝叶斯算法matlab实现\libsvm\wine.txt
文件 127 2014-12-08 13:26 支持向量机与朴素贝叶斯算法matlab实现\libsvm\说明.txt
文件 1072708 2014-11-12 19:50 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro\adult_right_guiyihua.txt
文件 2536 2014-11-13 22:13 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro\adult_test_nbc.asv
文件 2374 2014-11-13 15:40 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro\adult_test_nbc.m
文件 97 2014-11-08 17:13 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro\guiyihua.m
文件 1185 2014-09-30 16:28 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro\nbc_Priors.m
文件 3012 2014-11-12 21:34 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro\predict_nbc.m
文件 535437 2014-11-12 19:51 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro\test_right_guiyihua.txt
文件 3119 2014-11-12 18:32 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro\train_nbc.m
文件 517 2014-11-12 22:25 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro\说明文档.txt
文件 543 2014-11-23 11:07 支持向量机与朴素贝叶斯算法matlab实现\程序说明.txt
目录 0 2014-12-08 13:22 支持向量机与朴素贝叶斯算法matlab实现\data
目录 0 2014-12-08 13:24 支持向量机与朴素贝叶斯算法matlab实现\libsvm
目录 0 2014-12-08 13:22 支持向量机与朴素贝叶斯算法matlab实现\NBC_pro
............此处省略4个文件信息
相关资源
- 基于MATLAB的柑橘果实分类图像朴素贝
- svm 支持向量机 回归 预测
- 支持向量机的matlab实现及相应Demo
- 神经网络、遗传算法、支持向量机、
- 支持向量机matlab
- 遗传算法优化支持向量机GASVM
- 支持向量机matlab工具箱含资料及gui模
- 最新版,最小二乘支持向量机2010年
- 最小二乘支持向量机matlab程序+使用教
- 支持向量机回归smo的matlab实现 附带测
- 支持向量机 SVM 和 核函数的 MATLAB 程序
- 支持向量机SVM和核函数的matlab程序代
- 最小二乘支持向量机MATLAB程序附详细
- MATLAB实现支持向量机的图像分类:完
- 机器学习课程设计《基于朴素贝叶斯
- Matlab基于贝叶斯,朴素贝叶斯,最小
- HOG_SVM的行人检测
- MATLAB——支持向量机的分类——基于
- SVM支持向量机分类
- 基于支持向量机的故障诊断
- 朴素贝叶斯分类器Matlab代码
- LSSVM程序代码
- 锂离子电池寿命数据包括特征数据+寿
- 最小二乘支持向量机程序代码
- 支持向量机 support vector machine
- 最小二乘支持向量机MATLAB程序,可分
- 基于MATLAB的图像SVM分类
- 支持向量机非线性回归通用matlab程序
- S4VM算法(Matlab)
- 支持向量机的matlab代码
评论
共有 条评论