Matlab中高斯回归SVM的手动预测

Posted 2023-03-12

【中文标题】Matlab中高斯回归SVM的手动预测

【英文标题】：Manual prediction of Gaussian Regression SVM in Matlab

【发布时间】：2021-12-28 00:18:29

【问题描述】：

我使用带有高斯核的 Matlab 回归学习器训练了一个 SVM。学习效果非常好，RSE 很小。

现在，我将模型导出回 Matlab 工作区 (trainedModel)，我可以使用 predict 函数来估计新值。但是，我想手动实现预测功能，因为我需要将其导出到不同的编程语言，因此我不能依赖 Matlab 的predict 函数。因此，按照MATLAB explanation，我实现了以下等式：

与

这是我的 [0.5 1 50] 输入代码：

bias  = trainedModel.RegressionSVM.Bias;
alpha = trainedModel.RegressionSVM.Alpha;
SV    = trainedModel.RegressionSVM.SupportVectors;
Mu    = trainedModel.RegressionSVM.Mu;
Sg    = trainedModel.RegressionSVM.Sigma;

input = ([0.5 1 50] - Mu) ./ Sg;
sum = bias;
for n=1:length(alpha)
    G = exp(-norm((SV(n,:)'-input))^2);
    sum = sum + alpha(n) .* G;
end
disp(sum)

（注意alpha根据文档已经是拉格朗日乘数的差）

但是，预测的结果是完全错误的。我认为G 有问题，因为值非常小（大约为 10^(-25)），但我无法找出错误。

【参考方案1】：

错误非常小...原因是SV数组的转置，这是不正确的（由于 - 运算符它创建了一个矩阵，但是它被范数隐藏了）。因此，更改以下行：

G = exp(-norm((SV(n,:)'-input))^2);

到

G = exp(-norm((SV(n,:)-input))^2);

解决了问题。