Matlab基于SVM算法实现多分类预测（源码可直接替换数据）

Posted 2022-10-12 敲代码两年半的练习生

【Matlab】基于SVM算法实现多分类预测（源码可直接替换数据））

• • 1.算法简介
  • • 1.1 算法原理
    • 1.2 算法优点
  • 2.测试数据集
  • 3.替换数据
  • 4.函数说明
  • • 4.1 文件结构
    • 4.2 文件函数
  • 5.混淆矩阵
  • 6.对比结果
  • 7.代码及注释

1.算法简介

1.1 算法原理

1. 支持向量机算法在解决小样本模式识别中具有较强优势，这里的小样本并不是说样本的绝对数量少，而是说与问题的复杂度相比，SVM要求的样本数是相对比较少的。实际上，对大部分分类回归算法来说，更多的样本总是能带来更好的效果。SVM算法擅长应对样本数据线性不可分的情况，主要通过引用核函数技术来实现。
2. 支持向量机将向量映射到一个更高维的空间中，在这个空间中建立一个最大间隔的超平面。在分开数据的超平面的两边建有两个互相平行的临界超平面，建立方向合适的分隔超平面将使两个与之平行的超平面间的距离最大化。其假定为，平行超平