-1
A
回答
5
您可以使用libsvm库进行SVM。
你可以训练一个SVM有:
model = svmtrain(features, labels);
,并作出预测:
predictions = svmpredict(features);
默认情况下,如果在 '标签' 多个值,LIBSVM确实1VS1分类。
相关问题
- 1. 在Matlab中使用支持向量机与支持向量机
- 2. 支持向量机一对一训练
- 3. 支持向量机参数matlab的
- 4. 支持向量机matlab示例
- 5. Sklearn支持向量机与Matlab SVM
- 6. MATLAB中的支持向量机可视化
- 7. 在Matlab中支持向量机分类的不寻常结果
- 8. 支持向量机简介
- 9. Scala支持向量机库
- 10. SVM(支持向量机)opencv
- 11. 支持向量机绘图
- 12. 支持向量机示例
- 13. Apache Spark支持向量机
- 14. 支持向量机插图
- 15. 支持向量机理解
- 16. Apache-Spark支持向量机
- 17. 如何在matlab中训练支持向量机?
- 18. 多支持对象分类支持向量机
- 19. 线性支持向量机与非线性支持向量机高维数据
- 20. 在Android中实现支持向量机
- 21. 支持向量机回归学习器Matlab
- 22. 为什么支持向量在支持向量机中不会改变?
- 23. 支持向量机中的决策边界和权向量
- 24. 支持向量机的几何直觉
- 25. 支持向量机的停止标准
- 26. Hadoop上的支持向量机
- 27. 支持向量机Tensorflow的实现
- 28. 了解一类支持向量机决策函数输出
- 29. 为支持向量机重塑一个ndarray
- 30. 为什么使用支持向量机的分类结果在matlab中不好?
(-1)只有礼貌才能为那些花时间帮助你的人提供帮助... – 2012-04-07 13:49:35
Downvoting让别人赞不绝口...不可用upvote .. – user671805 2012-04-14 06:09:48