找回密码
 立即注册

【自编】在MATLAB中使用SM算法训练支持向量机(SVM)模型,并绘制SVM的决策边界

[复制链接]
发表于 2023-11-4 01:47:34 | 显示全部楼层 |阅读模式
1.导入鸢尾花数据集:使用内置的鸢尾花数据集作为示例数据。选择数据集的前两个特征,并将类别标签调整为二元标签。
2.训练SVM模型:使用fitcsvm函数训练线性核函数的SVM模型,采用SMO求解器。
3.绘制样本点和支持向量:使用gscatter函数绘制样本点,并通过plot函数绘制支持向量的黑色圆点。
4.绘制决策边界:根据模型参数计算决策边界的斜率和截距,然后使用plot函数绘制决策边界的黑色虚线。
5.添加图例和标签:使用legend函数添加图例,使用xlabel和ylabel函数设置坐标轴标签,使用title函数设置图表标题。
6.预测新样本:定义新的样本数据,并使用predict函数预测其类别标签。
7.显示预测结果:使用disp函数显示预测结果。

文件列表:
Untitled5.m

运行例图:
01.gif


在MATLAB中使用SM算法训练支持向量机(SVM)模型,并绘制SVM的决策边界.rar (724 Bytes, 下载次数: 0, 售价: 100 积分)


回复

使用道具 举报

小黑屋|获取积分|网站地图|必过源码 ( 湘ICP备2020019413号-2 )

GMT+8, 2024-11-13 09:41 , Processed in 0.093220 second(s), 24 queries .

Powered by Biguo100

2006-2023 Biguo100 Team

快速回复 返回顶部 返回列表