原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
MATLAB环境下的实现
2008年 7 月 榆 林 学 院 学 报 Ju ly. 2008
第 18卷 第 4 期 JOURNAL OF YUL IN COLL EGE Vol. 18 No. 4
支持向量机分类算法在 MA TLAB 环境下的实现
董 婷
(榆林学院 计算机与网络工程系 ,陕西 榆林 7 19000)
( )
摘 要 :支持向量机算法 SVM Support V ector M ach ine 做为新一代机器学习算法近年来被成功的应用
到很多模式识别问题中 ,其在数学上表示为求解一个二次规划问题 。主要论述了支持向量机分类算法
在 MA TLAB 环境下的具体实现方法 ,为支持向量机算法的学习者和非计算机专业的广大研究人员提供
一种简单 、方便 、高效 、可行实现方法 。
关键词 : SVM ;二次归划 ;MA TLAB
中图分类号 : TP 181 文献标识码 : A 文章编号 : 1008 - 387 1 (2008) 04 - 0094 - 03
V. V ap n ik 等人从二十世纪六 、七十年代致力 2
因此 ,满足上述条件且使得 ‖w ‖最小的分类面就
于小样本的机器学习研究 ,到二十世纪九十年代中 是最优分类面 。过两类样本中离分类面最近的点且
期 ,统计学习理论受到越来越广泛的重视 [ 1 ] ,研究 平行于最优分类面的超平面 H 、H 上的训练样本
1 2
( )
如何从一些观察数据 样本 出发 ,模拟 目前为止尚 ( )
就是式 2 中使等号成立的那些样本叫做支持向
不能通过原理或实验发现的规律 ;利用这些规律分 量 。最优分类面可以表示为如下约束的优化问题 ,
析客观对象 ,对未来数据或无法观测的数据进行预 ( )
即在式 2 的约束下 ,求函数
测 ,这就是机器学习的统计方法 [ 2 ] 。支持 向量机 1 2 1
φ(w ) = ‖w ‖ = (w ·w )
文档评论（0）