这里实现了四种SVM工具箱的分类与回归算法

这里实现了四种SVM工具箱的分类与回归算法 1、工具箱：LS_SVMlab Classification_LS_SVMlab.m - 多类分类 Regression_LS_SVMlab.m - 函数拟合 2、工具箱：OSU_SVM3.00 Classification_OSU_SVM.m - 多类分类 3、工具箱：stprtool\svm Classification_stprtool.m - 多类分类 4、工具箱：SVM_SteveGunn Classification_SVM_SteveGunn.m - 二类分类 Regression_SVM_SteveGunn.m - 函数拟合

%   感谢亲亲使用此代码，此代码解决您的问题了吗~（@^_^@）~
%   没解决的话告诉亲亲一个好消息，我这里可以1分钱帮助代码改错，还提供1分钱成品代码（′▽‘〃）哦~
%   登录淘宝店铺“大成软件工作室”便可领取
%   是的，亲亲真的没有看错，挠破头皮的问题真的1分钱就可以解决了\（^o^）/YES!
%   小的这就把传送门给您，记得要收藏好哦（づ￣3￣）づ╭～
%   传送门：https://item.taobao.com/item.htm?spm=a1z10.1-c.w4004-15151018122.5.uwGoq5&id=538759553146
%   如果传送门失效，亲亲可以来店铺讨要，客服MM等亲亲来骚扰哦~（*/ω╲*）
function [K] = kernel（kerxy）
% Calculate kernel function.   
%
% x: 输入样本d×n1的矩阵n1为样本个数d为样本维数
% y: 输入样本d×n2的矩阵n2为样本个数d为样本维数
%
% ker  核参数（结构体变量）
% the following fields:
%   type   - linear :  k（xy） = x‘*y
%            poly   :  k（xy） = （x‘*y+c）^d
%            gauss  :  k（xy） = exp（-0.5*（norm（x-y）/s）^2）
%            tanh   :  k（xy） = tanh（g*x‘*y+c）
%   degree - Degree d of polynomial kernel （positive scalar）.
%   offset - Offset c of polynomial and tanh kernel （scalar negative for tanh）.
%   width  - Width s of Gauss kernel （positive scalar）.
%   gamma  - Slope g of the tanh kernel （positive scalar）.
%
% ker = struct（‘type‘‘linear‘）;
% ker = struct（‘type‘‘ploy‘‘degree‘d‘offset‘c）;
% ker = struct（‘type‘‘gauss‘‘width‘s）;
% ker = struct（‘type‘‘tanh‘‘gamma‘g‘offset‘c）;
%
% K: 输出核参数n1×n2的矩阵

%-------------------------------------------------------------%

switch ker.type
    case ‘linear‘
        K = x‘*y;
    case ‘ploy‘
        d = ker.degree;
        c = ker.offset;
        K = （x‘*y+c）.^d;
    case ‘gauss‘
        
        s = ker.width;
        rows = size（x2）;
        cols = size（y2）;   
        tmp = zeros（rowscols）;
        for i = 1:rows
            for j = 1:cols
                tmp（ij） = norm（x（:i）-y（:j））;
            end
        end        
        K = exp（-0.5*（tmp/s）.^2）;

    case ‘tanh‘
        g = ker.gamma;
        c = ker.offset;
        K = tanh（g*x‘*y+c）;
    otherwise
        K = 0;
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2008-05-10 20:16  SVM_lzb1p0\
     文件        2008  2016-09-23 10:12  SVM_lzb1p0\kernel.m
     文件      290930  2006-12-31 22:56  SVM_lzb1p0\LIBSVM a Library for Support Vector Machines.pdf
     文件        2973  2016-09-23 10:12  SVM_lzb1p0\Main_SVC_C.m
     文件        3002  2016-09-23 10:12  SVM_lzb1p0\Main_SVC_Nu.m
     文件        2986  2016-09-23 10:12  SVM_lzb1p0\Main_SVM_One_Class.m
     文件        2907  2016-09-23 10:12  SVM_lzb1p0\Main_SVR_Epsilon.m
     文件        2899  2016-09-23 10:12  SVM_lzb1p0\Main_SVR_Nu.m
     文件        4567  2016-09-23 10:13  SVM_lzb1p0\svmSim.m
     文件        4540  2016-09-23 10:13  SVM_lzb1p0\svmTrain.m
     文件        7168  2008-05-10 20:16  SVM_lzb1p0\Thumbs.db
     文件        1347  2007-06-30 19:11  SVM_lzb1p0\工具箱说明.txt