资源简介
支持向量机的画图程序。能很好的将识别到的不同类型分量,可视化。
代码片段和文件信息
function svmplot(labelsdatasetmodeldemension1demension2)
if nargin==3;
demension1=1;
demension2=2;
end
%%
minX=min(dataset(:demension1));
maxX=max(dataset(:demension1));
minY=min(dataset(:demension2));
maxY=max(dataset(:demension2));
gridX=(maxX-minX)./100;
gridY=(maxY-minY)./100;
minX=minX-10*gridX;
maxX=maxX+10*gridX;
minY=minY-10*gridY;
maxY=maxY+10*gridY;
[bigXbigY]=meshgrid(minX:gridX:maxXminY:gridY:maxY);
%%
model.Parameters(1)=3;
ntest=size(bigX1)*size(bigX2);
test_dataset=[reshape(bigXntest1)reshape(bigYntest1)];
test_label=zeros(size(test_dataset1)1);
[Zacc]=svmpredict(test_labeltest_datasetmodel);
bigZ=reshape(Zsize(bigX1)size(bigX2));
%%
clf;
hold on;
grid on;
ispos=(labels==labels(1));
pos=find(ispos);
neg=find(~ispos);
h1=plot(dataset(posdemension1)dataset(posdemension2)‘r+‘);
h2=plot(dataset(negdemension1)dataset(negdemension2)‘g*‘);
h3=plot(model.SVs(:demension1)model.SVs(:demension2)‘o‘);
% legend([h1h2h3]‘class1‘‘class2‘‘support vectors‘);
[Ch]=contour(bigXbigYbigZ-1:0.5:1);
clabel(Ch‘Color‘‘r‘);
xlabel(‘demension1‘‘FontSize‘12);
ylabel(‘demension2‘‘FontSize‘12);
title(‘The visualization of classfication‘‘FontSize‘12);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1278 2012-07-06 10:17 svmplot.m
相关资源
- svm分类器的汉语声调识别
- SVM function available 可实现SVM函数曲线拟
- HOG 根据Dalal提出的HOG特征算法编写
- CROlib.mat 1.0.2
- 支持向量机SVM机器学习方法
- 基于半监督的svm的图像分类
- SVM的手写数字识别(Handwriting recogni
- PSO SVM SVM用于分类时的参数优化
- 很好的matlab libsvm应用案例( heart_sc
- HoG SVm 人脸识别方
- SVM light 工具箱 包含和说明文件 包含
- SVM之MATLAB的简单实现
- 基于HOG+SVM的行人检测系统
- pso_svm.m-matlab程序。
- 自适应信号处理Windrow 最速下降法 牛
- SVM参数寻优及交叉验证matlab
- 人工势场法MATLAB程序
- 支持向量机进行预测SVMMatlab版
- 基于Matlab植物虫害检测GUI,注释,s
- Matlab PCA+SVM人脸识别包含GUI界面设计
- 支持向量机进行预测(SVM)Matlab版.
- matlab中LS_SVMlab工具箱
- 支撑向量机SVM和支撑向量回归SVR的参
- SVM的Matlab工具箱,具有详细工具箱安
- MATLAB微积分实验画图课件(ppt)
- lssvm(最小二乘支持向量机)matlab
- matlab实现HOG+LBP+HIKSVM行人检测算法
- RBF and svm matlab code matlab回归预测的源
- ECG心电信号matlab仿真画图
- 基于svm dtc 的船舶电力推进系统仿真模
评论
共有 条评论