logo资料库

LIBSVM工具箱下载地址，LIBSVM-FarutoUitimate工具箱下载地址.docx

发布时间：2022-05-31 发布人：admin 分类：说明书 资料大小：0.01M 资料格式：docx 举报 版权申诉
第1页 / 共2页
第2页 / 共2页
资料共2页，全文预览结束
    附录 LIBSVM 工具箱下载地址 http:/ , www. csie. ntu.edu. tw/~ cjlin/bsvm 1 SVM 多分类支持向量机 SVM 算法最初是为二值分类问题设计的，当处理多类问题时，就需要 构造合适的多类分类器。目前，构造 SVM 多类分类器的方法主要有两 类，一类是直接法，直接在目标面数上进行修改，将多个分类面的参 数求解合并到一个最优化问题中,通过求解该最优化问题“一次性” 实现多类分类。这种方法看似简单,但其计算复杂度比较高,实现起来 比较困难，只适合用于小型问题中。另-类是间接法，主要是通过组 合多个二分类器来实现多分类器的构造,常见的方法有一对多和一对 一两种。 1)一般对多(one - versus - rest)法:训练时依次把某个类别的样本 归为一类,其他剩余的样本归为另一类，这样 k 个类别的样本就构造 出了 k 个 SVM.分类时将未知样本分类为具有最大分类函数值的那类。 2)一对一(one - versus-one)法.其做法是在任意两类样本之间设计 一个 SVM,因此 k 个类别的样本就需要设计 k(k -1)/2 个 SVM。当对 一个未知样本进行分类时,最后得票最多的类别即为该未知样本的类 别。 3) 层次支持向量机（H-SVMs）. 4) 有向无环图
    5) 。。。 LIBSVM-FarutoUitimate 工具箱下载地址： http://www. matlabsky. com/thread - 17936-1- 1. html. gaSVMcgForClass.m gaSVMcgForClass.m 的功能为参数优化，其调用格式如下： [bestCVaccuracy,bestc,bestg,ga_option]=gaSVMcgForClass(tra in_label,train_data,ga_optiion) 输入： Train_label:训练集的标签，格式要求与 svmtrain 相同。 Train_data:训练集，格式要与 svmtrain 相同。 Ga_option:GA 中的一些参数设置，可不输入，有默认值。 输出： bestCVaccuracy：最终 CV 意义下的最佳分类标准率。 Bestc:最佳参数 c. Beatg:最佳参数 g。 Ga_option:记录 GA 中的一些参数。
    分享到：
    赞 收藏

    相关推荐

    资料库

    人工智能

    共收录2047份资料，累计62个分类，关注成员有19位，主要包括：GNSS,Pico-SIM868-GSM,GPRS,NB-IoT,GPRSHAT,SIM7070GCat-M,GNSSHAT,GSM,NB-IoTHAT,SIM7080GCat-M,R800CGSM,SIM800CGSM,UPSPowerModule(B),UPSPowerModule,Pico-SIM7020C-NB-IoT,SIM7028NB-IoTHAT,SIM7020CNB-IoTHAT,SIM7000XNB-IoTHAT,A7670CCat-1HAT,A7600C1Cat-1,SIM7600X4G&LTECat-1HAT,SIM7600X4GDONGLE用户手册,RM520N-GL5GHAT,RM500Q-GL5GHAT,RM500U-CN5GHAT,SIM820X-M25GforJetsonNano,AudioCardforJetsonNano,SIM7600G-H4GforJetsonNano,OpenNCC-Lite-4G8M,IMX219-77Camera,13.3inche-PaperHAT,10.3inche-PaperHAT(D),10.3inche-PaperHAT,9.7inche-PaperHAT,7.8inche-PaperHAT,6inchHDTouche-PaperHAT,6inchHDe-PaperHAT,6inche-PaperHAT,5.83inche-PaperHAT(C),LCD-Clock-A,0.95inchRGBOLED(A),0.96inchRGBOLEDModule,0.96inchOLEDModule,0.96inchOLED(A),1.27inchRGBOLEDModule,1.3inchOLEDModule(C),1.3inchOLED(A),1.32inchOLEDModule,1.5inchRGBOLEDModule,1.5inchOLEDModule,JETSONORINNX,自然语言处理,搜索引擎,VR,计算广告,深度学习,机器学习

    热门标签

    GNSS Pico-SIM868-GSM GPRS NB-IoT GPRSHAT SIM7070GCat-M GNSSHAT GSM NB-IoTHAT SIM7080GCat-M R800CGSM SIM800CGSM UPSPowerModule(B) UPSPowerModule Pico-SIM7020C-NB-IoT SIM7028NB-IoTHAT SIM7020CNB-IoTHAT SIM7000XNB-IoTHAT A7670CCat-1HAT A7600C1Cat-1 SIM7600X4G&LTECat-1HAT SIM7600X4GDONGLE用户手册 RM520N-GL5GHAT RM500Q-GL5GHAT RM500U-CN5GHAT SIM820X-M25GforJetsonNano AudioCardforJetsonNano SIM7600G-H4GforJetsonNano OpenNCC-Lite-4G8M IMX219-77Camera 13.3inche-PaperHAT 10.3inche-PaperHAT(D) 10.3inche-PaperHAT 9.7inche-PaperHAT 7.8inche-PaperHAT 6inchHDTouche-PaperHAT 6inchHDe-PaperHAT 6inche-PaperHAT 5.83inche-PaperHAT(C) LCD-Clock-A 0.95inchRGBOLED(A) 0.96inchRGBOLEDModule 0.96inchOLEDModule 0.96inchOLED(A) 1.27inchRGBOLEDModule 1.3inchOLEDModule(C) 1.3inchOLED(A) 1.32inchOLEDModule 1.5inchRGBOLEDModule 1.5inchOLEDModule JETSONORINNX 自然语言处理 搜索引擎 VR 计算广告 深度学习 机器学习

    最新资料