read me.txt

SVM程序用于小样本分析

GA/SVM 程序包含三个文件：

1。MainGA12.m

2。selectGA12.m

3。svmc12.m

MainGA12.m是主文件，其余两个是被调用文件。

MainGA12.m里主要设置有关参数。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

MainGA12.m文件有关设置的说明：

12行：

host='; ％在matlab的安装盘,例如c:\u19979下设置的程序运行结果目录。

15,18行：

filename = 'ALLdataTrain.m'; ％训练数据

i_filename = 'ALLdataTest.m';％测试数据

注意：数据文件格式：下面是例子

0 0 0 1 1 1 1

1.222 5.22 －2.1 4.2 －21 －45 12

。。。

12 54 －12 14 －2.69 42 －123

第一行为类别标记。

　

22，23行：

lowNP =40;

np =40;

设置选择特征的最大和最小值，一般两者可设相等。

42行：

popnsize =12;％设置群体大小

46行：

numgens =10;％设置进化代数

51行：

pc =1;％交叉概率

53行：

pm =0.005;％变易概率

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

svmc12.m文件有关设置的说明：

91行：

Degree = 4;％多项式核函数的阶次

92行：

[AlphaY, SVs, Bias, Parameters, nSV, nLabel] = PolySVC(Samples, Labels, Degree); ％使用多项式核函数得到的分类器

　

　

＝＝＝＝＝＝＝＝＝＝＝＝＝＝

目录“osu_svm3.00”里的文件（连同文件夹）放入matlab的工具箱toolbox文件夹，这是svm工具箱。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

ALLdataTest.m

ALLdataTrain.m

这两个文件是数据文件，可以用这个做例子，试运行这个程序。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

结果说明：

程序运行结束后：

在“gatest”文件夹里产生一个文件（文件名随参数改变而改变）：

results_10_10_rec_s1_n11.txt

其内容为：

pc pm generation mean fitness max fitness R Gene indices

1 0.005 0 59.7222 59.7222 10 2070 2493 3814 4945 3307 2880 1942 2002 3660 2756

1 0.005 1 59.9537 63.8889 10 2070 2493 3814 4945 1605 2880 1942 2002 3660

说明如下：

pc：交叉概率

pm：变易概率

geneeration：代数

mean fitness：平均适应度

max fitness：最大适应度

R:选择的特征数量

Gene indices:选择的特征编号