📄 5.txt
字号:
发信人: hillwind (research on mind), 信区: DataMining
标 题: Re: matlab svm toolbox <0>
发信站: 南京大学小百合站 (Thu Mar 27 21:37:15 2003)
如果用osusvm工具箱的话,首先把你的数据加载到matlab中
然后用工具箱提供的SVMtrain就可以进行训练了,osusvm有个简单的demo
你试着运行一下,就知道应该调用哪些函数了
另外你也可以用libsvm训练,你的数据的格式先处理成它所要求的,libsvm的文档写的
非常清楚,你看一下它的readme就知道了。不过如果你想了解它的算法思想,你需要读读
相关的文献
【 在 bjxue (南方小孩) 的大作中提到: 】
: 可是我现在不会用SVM的工具包.
:
: 比如说我现在要处理分类数据是71*225的.
: 分为两类.-1(33*255)和+1(34*255)
: 那么我应该先用什么命令呢?
: 而后那些结果是什么意思?
:
: 我用OSUSVM了,虽然做了点东西
:
: 可是他告诉我:SV居然有71个.我估计是我做错了.
:
: 大侠们可是帮帮我解决这个问题把.
:
: 还有现在国内有介绍用SVM来做密度估计的吗?
:
: 【 在 GzLi 的大作中提到: 】
: : matlab 作为一种非常有用的工具,在数据挖掘和机器学习中有很重要的用途,
: : 而svm是当前机器学习中进行分类和函数逼近的一种热门工具,上面四篇introduction
: : 介绍了当前我搜到的三个主要的svm工具箱及其主要功能,我想作一下比较(理论上
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -