文件名称：svm源代码.zip
文件大小：12.02MB
文件格式：ZIP
更新时间：2023-05-11 16:18:18
svm matlab
支持向量机（support vector machines, SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；SVM还包括核技巧，这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。SVM的的学习算法就是求解凸二次规划的最优化算法。
【文件预览】：
libsvm-3.24
----Makefile.win(1KB)
----svm-train.c(9KB)
----svm-toy()
--------windows()
--------qt()
----svm-scale.c(8KB)
----tools()
--------grid.py(15KB)
--------README(7KB)
--------checkdata.py(2KB)
--------subset.py(3KB)
--------easy.py(3KB)
----svm-predict.c(5KB)
----python()
--------commonutil.py(5KB)
--------svm.py(13KB)
--------svmutil.py(9KB)
--------README(16KB)
--------Makefile(32B)
----matlab()
--------make.m(888B)
--------svmtrain.c(12KB)
--------svmpredict.c(10KB)
--------svm_model_matlab.h(201B)
--------libsvmwrite.c(2KB)
--------README(9KB)
--------svm_model_matlab.c(8KB)
--------Makefile(1KB)
--------svm.m(0B)
--------libsvmread.c(4KB)
----windows()
--------svmpredict.mexw64(27KB)
--------libsvm.dll(259KB)
--------svm-scale.exe(166KB)
--------libsvmwrite.mexw64(12KB)
--------libsvmread.mexw64(13KB)
--------svm-toy.exe(226KB)
--------svm-predict.exe(225KB)
--------svmtrain.mexw64(68KB)
--------svm-train.exe(250KB)
----README(28KB)
----svm.h(3KB)
----heart_scale(27KB)
----COPYRIGHT(1KB)
----svm.def(477B)
----java()
--------svm_predict.java(5KB)
--------svm_train.java(8KB)
--------libsvm.jar(54KB)
--------test_applet.html(81B)
--------libsvm()
--------svm_scale.java(9KB)
--------Makefile(659B)
--------svm_toy.java(12KB)
----Makefile(732B)
----FAQ.html(81KB)
----svm.cpp(64KB)
SVMByMatlab-master
----SVM_CIFAR()
--------smo.m(3KB)
--------kernel.m(256B)
--------svm.m(2KB)
----SVM_MNIST()
--------train-images.idx3-ubyte(44.86MB)
--------smo.m(3KB)
--------t10k-labels.idx1-ubyte(10KB)
--------loadMNISTImages.m(860B)
--------t10k-images.idx3-ubyte(7.48MB)
--------train-labels.idx1-ubyte(59KB)
--------kernel.m(250B)
--------loadMNISTLabels.m(553B)
--------svm.m(1KB)
----README.md(845B)
svm_demo
----svm_demo.asv(33KB)
----LinearClassifier.m(9KB)
----svm_demo.m(33KB)
----data.mat(410B)