概述
1 简介
支持向量机是利用已知数据类别的样本为训练样本，寻找同类数据的空间聚集特征，从而对测试样本进行分类验证，通过验证可将分类错误的数据进行更正。本文以体检数据为数据背景，首先通过利用因子分析将高维数据进行降维，由此将所有指标整合成几个综合性指标；为降低指标之间的衡量标准所引起的误差，本文利用 MATLAB软件将数据进行归一化处理，结合聚类分析将数据分类；最后本文利用最小二乘支持向量机分类算法进行分类验证，从而计算出数据分类的准确率，并验证了数据分类的准确性和合理性。
2 部分代码
%% 清空环境变量
clc
clear;
close all;
%% 加载能量特征样本
data_123=xlsread('data.xlsx');
%% 构造训练样本和测试样本
sample_1=data_123(1:15,1:5); %
rowrank_1=randperm(size(sample_1,1)); %这里对数据的行进行随机排列；% 随机打乱矩阵的行数
data_1 = sample_1(rowrank_1, :); %data_1表示随机排列后的数据样本
sample_2
最后
以上就是称心雪糕为你收集整理的【SVM分类】基于支持向量机实现数据分类附matlab代码的全部内容，希望文章能够帮你解决【SVM分类】基于支持向量机实现数据分类附matlab代码所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复