多类支持向量机分类

-4

我尝试运行自己的svm代码使用一对一，但我有一个错误在选定的函数最好（C，西格玛）和一个错误的情节函数，我希望能给你你的这是代码多类支持向量机分类

clear 
clc 
close all 
%load the data 
load dataset 
load spacies 
[~,~,group] = unique(spacies); 
data=dataset(1:12,1:19); 
xdata=zscore(data); 
%group=spacies(1:end,1); 
p=0.5; 
[train,test]=crossvalind('HoldOut',group,p); 
trainingsample=xdata(train,:); 
traininglabel=group(train,1); 
testingsample=xdata(test,:); 
testinglabel=group(test,1); 
numclass=max(group); 
for i=1:numclass 
    for j=i+1:numclass 
     inij=(traininglabel==i)|(traininglabel==j); 
     trainingsampleij=trainingsample(inij,:); 
     traininglabelij=traininglabel(inij,:); 
     %%k-fold using training data 
     numfold=8; 
     indices=crossvalind('kfold',traininglabelij,numfold); 
     sigma=2.^(-10:1:10); 
     C=2.^(-5:1:5); 
     [bestsigma,bestC]=BestParametersRBF(trainingsampleij,... 
          traininglabelij,sigma,C,indices,numfold); 
     %%performance 
     svmStruct=svmtrain(trainingsampleij,traininglabelij,... 
      'showplot',true,'kernel_function','rbf','rbf_sigma',bestsigma,... 
      'boxconstraint',bestC); 
     title(sprintf('Kernel Function: %s','rbf',... 
       func2str(svmStruct.KernelFunction)),... 
         'interpreter','none'); 
     classes=svmclassify(svmStruct,testingsample,'showplot',true); 
    end 
end 
acc=mean(grp2idx(classes)==grp2idx(testinglabel));

来源

2013-08-28 3asheq els7ab

你可以通过简单的搜索来获得答案http://stats.stackexchange.com/questions/19048/what-is-the-difference-between-test-set-and-validation-set – lejlot

训练数据是用来训练分类器（例如SVM）的数据。

测试数据用于测试训练分类器的性能。

来源

2013-08-29 10:38:33 GilLevi

谢谢你GilLevi .. 。但是你能告诉我如何进行测试并从矩阵输入（1个rawx3600columns）中训练？ –

我不太了解你的数据是如何组织的。请解释。 – GilLevi

您好吉尔莱维..你能帮我找到我的代码上面的错误 –

两者都包含一组（x，y）对，其中x是输入向量，y是输出（如x所属的类）。但它们在使用和应用阶段是不同的。

当参数的值不固定时，训练数据用于确定模型参数的值（有时是模型的形式）。

测试数据用于参数完全固定时测试模型质量（如精度或回忆）。严格地说，您不能使用测试数据来调整任何参数，包括模型复杂度参数。测试数据仅用于测试。

开发数据集（通常与训练集分开）用于调整模型复杂度参数。

来源

2013-09-02 11:33:04 Bor

谢谢张博这么多...数据的空间的意思是什么，我怎么能创建它 –

多类支持向量机分类

回答

相关问题