支持向量机实验模型的研究与设计.docVIP

支持向量机实验模型的研究与设计 用户手册 简介 本模型是基于SVM（即支持向量机）的机器学习模型，能够将线性可分的和非线性可分的两种情况下的两类数据集进行分类，并对分类结果进行分析。用户可以选择装载已有的数据进行分类，也可以手动创建两类数据集进行分类。用户根据要分类的数据集，从两个训练算法中选择适当的训练算法，并且从三个核函数中选择适当的核函数对数据集进行分类。 系统要求 操作系统方面：Windows 98，Windows NT，Windows ME， Windows 2000，Windows XP及Windows 2003系统； 应用软件方面： 必须安装MATLAB 7.0或以上版本 使用说明 首先运行SVM.fig或者SVM.m文件，进入模型主界面，如下图： 用户在进入实验前必须先按“设置路径”按钮设置路径，然后就可以通过“进入支持向量机模型”按钮进入模型。 进入支持向量机机器学习模型后，界面如下图： 用户可以通过各个按钮对模型进行操作 （3）装载或创建数据 通过“装载数据”按钮装载数据，用户选择数据所在的文件 b．通过“创建数据”按钮创建数据 可以创建线性可分数据集如下： 可以创建非线性可分数据集如下： C．装载数据或创建数据后的界面上显示数据点，如下图： （4）通过“训练SVM”按钮对数据集进行分类 在此仅介绍了对线性可分数据集分类的情况，对其他的数据集，操作也跟如下类似。在数据集线性可分情况下，使用不同算法的分类结果： 选择SMO训练算法和Linear核函数的分类结果： （5）通过“重新设置”按钮，重新选择SMO训练算法和Polynomial核函数的分类结果如下图： （6）通过“关于SVM”按钮，进入MATLAB Help，如下图 （7）通过“导出图像”按钮，将分类结果保存为EPS格式，如下图，用户可以选择保存路径，输入保存的文件名。 湖南大学毕业设计（论文） 第 VI 页