demsvm1.m

source code describing the use of vector machine support with matlab

function demsvm1()
% DEMSVM1 - 
% Demenstration de l'utilisation des SVM pour la classification 

%%
X = [2 7; 3 6; 2 2; 8 1; 6 4; 4 8; 9 5; 9 9; 9 4; 6 9; 7 4];
Y = [ +1;  +1;  +1;  +1;  +1;  -1;  -1;  -1;  -1;  -1;  -1];
% exemple do donn閑s a classifier
x1ran = [0 10];
x2ran = [0 10];
% intervals utils pour la representation graphique  

disp(' ');
disp('cette demonstration illustrel''utilisation des  Support Vector Machine');
disp('(SVM) pour la  classification de donn閑s dans le plan  ');
disp('reponses dans l''espace +1 or -1.');
disp(' ');
disp('les donn閑s a traiter sont les suivantes');

ind = [1:length(Y)]';
fprintf('X%2i = (%2i, %2i) with label Y%2i = %2i\n', [ind, X, ind, Y]');
disp(' ')
disp('cliquer pour afficher les donn閑s ');
pause

f1 = figure;
plotdata(X, Y, x1ran, x2ran);
title('donn閑s de classes +1 et  classes  -1  ');

fprintf('\n\n\n\n');
 
disp(' ');
disp('il est necessaire d''effecuer un apprentissagepar  Support Vector Machine   ');
disp(' kernel: inner product');
disp('des points Xi, Xj (linear kernel K(Xi,Xj) = Xi''*Xj )');
disp(' ');
disp('cliquer pour commencer l''pprentissage')
pause

net = svm(size(X, 2), 'linear', [], 10);
net = svmtrain(net, X, Y);

f2 = figure;
plotboundary(net, x1ran, x2ran);
plotdata(X, Y, x1ran, x2ran);
plotsv(net, X, Y);
title(['SVM