支持向量机分类识别代码

  • b0_153555
    了解作者
  • 2.8KB
    文件大小
  • rar
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-05-01 15:32
    上传日期
支持向量机分类识别代码支持向量机分类识别代码支持向量机分类识别代码支持向量机分类识别代码支持向量机分类识别代码支持向量机分类识别代码支持向量机分类识别代码
Code1.rar
  • Code1
  • libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]
  • implement[by faruto]
  • readme[by faruto].txt
    1.6KB
  • libsvm 参数说明.txt
    2.5KB
  • readme[by faruto].txt
    1.6KB
内容介绍
English: libsvm_options: -s svm_type : set type of SVM (default 0) 0 -- C-SVC 1 -- nu-SVC 2 -- one-class SVM 3 -- epsilon-SVR 4 -- nu-SVR -t kernel_type : set type of kernel function (default 2) 0 -- linear: u'*v 1 -- polynomial: (gamma*u'*v + coef0)^degree 2 -- radial basis function: exp(-gamma*|u-v|^2) 3 -- sigmoid: tanh(gamma*u'*v + coef0) 4 -- precomputed kernel (kernel values in training_instance_matrix) -d degree : set degree in kernel function (default 3) -g gamma : set gamma in kernel function (default 1/k) -r coef0 : set coef0 in kernel function (default 0) -c cost : set the parameter C of C-SVC, epsilon-SVR, and nu-SVR (default 1) -n nu : set the parameter nu of nu-SVC, one-class SVM, and nu-SVR (default 0.5) -p epsilon : set the epsilon in loss function of epsilon-SVR (default 0.1) -m cachesize : set cache memory size in MB (default 100) -e epsilon : set tolerance of termination criterion (default 0.001) -h shrinking: whether to use the shrinking heuristics, 0 or 1 (default 1) -b probability_estimates: whether to train a SVC or SVR model for probability estimates, 0 or 1 (default 0) -wi weight: set the parameter C of class i to weight*C, for C-SVC (default 1) -v n: n-fold cross validation mode ========================================================== Chinese: Options:可用的选项即表示的涵义如下   -s svm类型:SVM设置类型(默认0)   0 -- C-SVC   1 --v-SVC   2 – 一类SVM   3 -- e -SVR   4 -- v-SVR   -t 核函数类型:核函数设置类型(默认2)   0 – 线性:u'v   1 – 多项式:(r*u'v + coef0)^degree   2 – RBF函数:exp(-r|u-v|^2)   3 –sigmoid:tanh(r*u'v + coef0)   -d degree:核函数中的degree设置(针对多项式核函数)(默认3)   -g r(gama):核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)(默认1/ k)   -r coef0:核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0)   -c cost:设置C-SVC,e -SVR和v-SVR的参数(损失函数)(默认1)   -n nu:设置v-SVC,一类SVM和v- SVR的参数(默认0.5)   -p p:设置e -SVR 中损失函数p的值(默认0.1)   -m cachesize:设置cache内存大小,以MB为单位(默认40)   -e eps:设置允许的终止判据(默认0.001)   -h shrinking:是否使用启发式,0或1(默认1)   -wi weight:设置第几类的参数C为weight*C(C-SVC中的C)(默认1)   -v n: n-fold交互检验模式,n为fold的个数,必须大于等于2   其中-g选项中的k是指输入数据中的属性数。option -v 随机地将数据剖分为n部分并计算交互检验准确度和均方根误差。以上这些参数设置可以按照SVM的类型和核函数所支持的参数进行任意组合,如果设置的参数在函数或SVM类型中没有也不会产生影响,程序不会接受该参数;如果应有的参数设置不正确,参数将采用默认值。
评论
    相关推荐