使用Matlab和SVM分类器，通过对UCI数据库中178个样本的13个特征（化学成分）分析，将葡萄酒分为三个类别。训练集和测试集各占50%，模型训练后在测试集上达到96.6292%的分类准确率。
*************
使用的工具：Matlab
分类器：SVM
*************
1、案例背景：
在葡萄酒制造业中,对于葡萄酒的分类具有很大意义,因为这涉及到不同种类的葡萄酒的存放以及出售价格,采用SVM做为分类器可以有效预测相关葡萄酒的种类,从UCI数据库中得到wine数据记录的是在意大利某一地区同一区域上三种不同品种的葡萄酒的化学成分分析,数据里含有178个样本分别属于三个类别(类别标签已给),每个样本含有13个特征分量(化学成分),将这178个样本50%做为训练样本,另50%做为测试样本,用训练样本对SVM
最低0.47元/天 解锁文章
扫一扫
1858
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
