利用SVM实现一个三类分类问题

 

一．任务要求

用SVM求解一个三类分类问题，实验数据为“鸢尾属植物数据集”，核函数为径向基核函数（RBF），误差评测标准为K折交叉确认误差。

 

二．实验方案

1． 用quadprog函数实现C-SVC来进行分类

——quadprog是matlab中一个求解二次规划的函数，通过适当的参数设置，可以利用quadprog函数实现C-SVC

2． 用matlab自带的SVM工具包来实现分类

——matlab2006版本中集成了SVM工具包，可以通过调用工具包中的svmtrain和svmclassify函数来进行训练和分类

3． 三类问题的分类方法

——将三类问题转化为三个两类问题，分别求出相应的决策函数即可（优点：方法简单易行；缺点：容易形成死区）

 

三．实验程序

1． 用Quadprog实现

clear all
%  Load the data and select features  for  classification
load fisheriris;
data  =  meas;
% Get the size of the data
N  =  size(data, 1 );
%  Extract the Setosa  class
groups_temp  =  ismember(species, ' versicolor ' ); % versicolor,virginica,setosa
% convert the group to  1   &   - 1
groups  =   2 * groups_temp  -  ones(N, 1 );

indices  =  crossvalind( ' Kfold ' , groups);

ErrorMin  =   1 ;
for  r = 1 : 1 : 5
     for  C = 1 : 1 : 5
        ErrorNum  =   0 ;        
         for  i = 1 : 5
             % Use K - fold to  get  train data and test data
            test  =  (indices  ==  i); train  =   ~ test;
            
            traindata  =  data(train,:);
            traingroup  =  groups(train,:);
            trainlength  =  length(traingroup);
            
            testdata  =  data(test,:);
            testgroup  =  groups(test,:);