支持向量机及其编程实现.pptVIP

svkernel.m 3.核函数参数的设置: switch lower(ker) case linear k = u*v; case poly p1=2; k = (u*v + 1)^p1; case rbf‘ p1=1; k = exp(-(u-v)*(u-v)/(2*p1^2)); case sigmoid‘ p1=1;p2=1; k = tanh(p1*u*v/length(u) + p2); otherwise k = u*v; end 4.在二维坐标中绘制SVM的训练和测试结果: svcplot(X,Y,ker,alpha,bias) 其中： X - 训练样本的输入特征 Y - 训练样本的标号 ker - 核函数 alpha - SVM的求解结果 bias - SVM的偏移量 ker=‘linear’; %选择线性核函数 [nsv alpha bias]=svc(trnx,trny,ker,10); %训