支持向量机（Support Vector Machine, SVM）算法是一种常用的分类算法，本文主要介绍如何使用Matlab实现SVM算法，并通过实例讲解其中的步骤和技巧。具体内容包括SVM的基本原理、代码实现、参数调整、结果分析等。除此之外，还介绍了一些SVM的应用场景以及其它相似算法的比较。希望本文能为初学者提供参考和帮助。
暂无评论
matlab支持向量机分类实例附数据
支持向量机的matlab工具箱，无需安装，无需编译，直接使用。其中svmtrain 和svmpredict 函数分别用于训练和预测。
该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法，均由matlab实现，由用法说明。
使用支持向量机进行预测。调用示例：in=load('testData.txt');SVM(in(:,2:12),in(:,1),3)
基于支持向量机的图像分类.MATLAB
r1，r2为两类数据在pladata里，代码用的是linedata的数据，在用自己的数据的时候可以把数据导进去，类似主函数中的程序。去掉了options选项。新手能看到，至少我能看懂了。用凸二次规划实
LSSVMlab1.5基于matlab软件开发的m文件，用于多类别分类和回归分析
function[Alpha1,Alpha2,Alpha,Flag,B]=SVMNR(X,Y,Epsilon,C,D)%ChengAihua,PLAInformationEngineeringUniv
最小二乘支持向量机MATLAB，可用于预测，并且是MATLAB程序的
Matlab的LSSVM程序-支持向量机.rarLSSVM的程序
暂无评论