SVM、特徴ベクトル　

15 次查看（过去 30 天）
Yoshihiko Kuwabara
Yoshihiko Kuwabara 2019-2-22
回答： Kenta 2019-2-22
バイナリ分類のサポートベクターマシンの学習データ(特徴ベクトル)についてお尋ねします。
ドキュメンテーションでは2次元(平面)でのfitcsvmやpredictの使い方が解説されています。
これを3次元や4次元の特徴ベクトルに拡張するためには、fitcsvmのベクトルXを3列(4列)にすればよいのでしょうか？
また，この場合の分離空間の表示の例がありましたら御教示ください。

请先登录，再回答此问题。

采纳的回答

Kenta
Kenta 2019-2-22
したのコードにあるように、３列にすればできます。
分離平面の例としては、下のようなものがありました。一度試してみてください。
https://stackoverflow.com/questions/16146212/how-to-plot-a-hyper-plane-in-3d-for-the-svm-results/19969412#19969412
load fisheriris
X = meas(:,1:3);
y = ones(size(X,1),1);
SVMModel = fitcsvm(X,y,'KernelScale','auto','Standardize',true,...
'OutlierFraction',0.05);

更多回答（0 个）

类别

在 Help Center 和 File Exchange 中查找有关 Statistics and Machine Learning Toolbox 的更多信息

标签

产品


版本

R2018b

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!