文件名称：SVM 演示：一个关于 SVM 如何工作的交互式演示，与感知器进行比较-matlab开发
文件大小：23KB
文件格式：ZIP
更新时间：2024-06-19 14:16:55
matlab
SVM 有点棘手。 在这种情况下，我们展示了一个线性 SVM 并说明了它在一些 2D 数据上的行为。 这对于掌握最大化几何边距、支持向量和计算最佳分离超平面所涉及的优化应该非常有用。 可以在2D空间上随机地（均匀地或从分开的高斯产生）数据，并且可以训练SVM或感知器来找到分隔线。 可以用鼠标拖动数据点，模型（感知器或 SVM）将在拖动点时实时重新训练（注意拖动非支持向量点不会改变 SVM 决策边界）。 权重/偏差项也可以通过拖动来调整（权重向量箭头改变权重，或者决策边界改变偏差）； 应该清楚的是，没有任何权重配置会提供比 SVM 计算的更大的最小余量。 权重/偏差也可以随机化，以说明随机初始权重对感知器算法的收敛解的影响。 该程序需要一些 QP 求解器或 SVM 算法的实现。 因此，您需要具备以下条件之一： - 生物信息学工具箱，其中包括一个 svmtrain 函数-优化工具箱，其中
【文件预览】：
svm_demo.zip