文件名称：SVM using different Kernels：SVM分类的各种内核的性能-matlab开发
文件大小：170KB
文件格式：ZIP
更新时间：2024-06-18 12:53:53
matlab
请参阅：Nello Cristianini 和 John Shawe-Taylor 对支持向量机和其他基于内核的学习方法的介绍] 训练算法仅依赖于H中通过点积的数据，即Φ(x_i)·Φ(x_j)形式的函数。 现在如果有一个“核函数” K 使得K(x_i,x_j) = Φ(x_i)·Φ(x_j), 我们只需要在训练算法中使用 K，甚至不需要明确知道 Φ 是什么。 一个例子是径向基函数 (RBF) 或高斯核，其中 H 是无限维的，因此明确地使用 Φ 不是很容易。 训练模型需要选择： • 核函数，确定决策面的形状• 核函数中的参数（例如：对于高斯核：高斯的方差，对于多项式核：多项式的次数） • 正则化参数λ。
【文件预览】：
svm.zip