matlab里的svmtrain的输出model里，各参数的含义

最新推荐文章于 2024-10-13 11:05:52 发布

转载最新推荐文章于 2024-10-13 11:05:52 发布 · 1.1w 阅读

文章标签：

#libsvm #参数

matlab 专栏收录该内容

29 篇文章 ¥19.90 ¥99.00

订阅专栏

这篇博客详细解析了使用svmtrain得到的MATLAB SVM模型中的参数含义，包括结构体变量保存的-s, -t, -d, -g, -r等参数，以及nr_class（分类数）、totalSV（支持向量总数）、rho（偏置项）、Label（类别标签）、nSV（每类支持向量数量）、sv_coef（支持向量系数）和SVs（支持向量）。通过w=model.SVs'*model.sv_coef和b=-model.rho可以得到超平面方程w*x+b=0。" 126047111,8658200,使用CloudCompare和PCL计算点云重叠度,"['c++', 'PCL', '点云处理']

Parameters: [5x1 double] %结构体变量，依次保存的是 -s -t -d -g -r等参数
nr_class: 4 %分类的个数
totalSV: 39 %总的支持向量个数
rho: [6x1 double] %b=-model.rho
Label: [4x1 double]
ProbA: []
ProbB: []
nSV: [4x1 double] %每一类的支持向量的个数
sv_coef: [39x3 double] %支持向量的系数
SVs: [39x12 double] %具体的支持向量，以稀疏矩阵的形式存储

w*x+b=0 其中
w=model.SVs'*model.sv_coef
b=-model.rho
w是高维空间中分类超平面的法向量，b是常数项。