16、监督统计分类：MATLAB 实现与案例分析

监督统计分类：MATLAB 实现与案例分析

1. 核函数与 SVM 分类器性能

SVM 分类器的性能依赖于核函数及其参数。常见的核函数有指数径向基函数（RBF）核和 Sigmoid 核。
- 指数 RBF 核：$k(x_j, x_k) = \exp(-\alpha |x_j - x_k|^2)$
- Sigmoid 核：$k(x_j, x_k) = \tanh(\alpha x_j^T x_k - a)$

为确保良好的泛化能力，内部表示空间的维度需低于训练向量的数量。

2. 练习 13.1

2.1 生成并绘制三维高斯类向量

首先，我们可以使用以下函数生成高斯类：

function matr_gen =  
generation_class_gauss(mean_vect,cov_matr,vect_nbr) 
% Generation of a Gaussian class 
% matr_gen=generation_class_gauss(mean_vect,cov_matr,vect_nbr); 
% mean_vect  - mean vector 
% cov_matr  - covariance matrix 
% vect_nbr – number of vectors 
% matr_gen  - matrix of generated vectors 
nbre_var=length(mean_vect); matr_init=randn(nbre_var,vect_nbr); 
cov_matr_init=cov