用MATLAB实现基于支持向量机的垃圾邮件分类

用MATLAB实现基于支持向量机的垃圾邮件分类

function [C sigma] = dataset3Params（X y Xval yval）
%DATASET3PARAMS returns your choice of C and sigma for Part 3 of the exercise
%where you select the optimal （C sigma） learning parameters to use for SVM
%with RBF kernel
%   [C sigma] = DATASET3PARAMS（X y Xval yval） returns your choice of C and 
%   sigma. You should complete this function to return the optimal C and 
%   sigma based on a cross-validation set.
%

% You need to return the following variables correctly.
C = 1;
sigma = 0.3;

% ====================== YOUR CODE HERE ======================
% Instructions: Fill in this function to return the optimal C and sigma
%               learning parameters found using the cross validation set.
%               You can use svmPredict to predict the labels on the cross
%               validation set. For example 
%                   predictions = svmPredict（model Xval）;
%               will return the predictions on the cross validation set.
%
%  Note: You can compute the predi

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-03-11 13:40  spam-filter-master\
     文件          57  2018-03-11 13:40  spam-filter-master\README.md
     文件        1751  2018-03-11 13:40  spam-filter-master\dataset3Params.m
     文件        2221  2018-03-11 13:40  spam-filter-master\emailFeatures.m
     文件         393  2018-03-11 13:40  spam-filter-master\emailSample1.txt
     文件        1301  2018-03-11 13:40  spam-filter-master\emailSample2.txt
     文件        4152  2018-03-11 13:40  spam-filter-master\ex6.m
     文件        4594  2018-03-11 13:40  spam-filter-master\ex6_spam.m
     文件         981  2018-03-11 13:40  spam-filter-master\ex6data1.mat
     文件        7604  2018-03-11 13:40  spam-filter-master\ex6data2.mat
     文件        6038  2018-03-11 13:40  spam-filter-master\ex6data3.mat
     文件         723  2018-03-11 13:40  spam-filter-master\gaussianKernel.m
     文件         761  2018-03-11 13:40  spam-filter-master\getVocabList.m