svmtrain的返回参数

本文深入解析SVM(支持向量机)的参数设置,包括SVM类型、核函数类型及参数、类别数目、支持向量数量、决策函数常数项等关键概念,帮助读者理解SVM的工作原理和调参技巧。

-Parameters: 一个5 x 1的矩阵,从上到下依次表示: 
    -s SVM类型(默认0); 
    -t 核函数类型(默认2) 
    -d 核函数中的degree设置(针对多项式核函数)(默认3); 
    -g 核函数中的r(gamma)函数设置(针对多项式/rbf/sigmoid核函数) (默认类别数目的倒数); 
    -r 核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0) 
-nr_class: 表示数据集中有多少类别,比如二分类时这个值即为2。 
-totalSV: 表示支持向量的总数。 
-rho: 决策函数wx+b中的常数项的相反数(-b)。 
-Label: 表示数据集中类别的标签,比如二分类常见的1和-1。 
-ProbA: 使用-b参数时用于概率估计的数值,否则为空。 
-ProbB: 使用-b参数时用于概率估计的数值,否则为空。 
-nSV: 表示每类样本的支持向量的数目,和Label的类别标签对应。如Label=[1; -1],nSV=[63; 67],则标签为1的样本有63个支持向量,标签为-1的有67个。 
-sv_coef: 表示每个支持向量在决策函数中的系数。 
-SVs: 表示所有的支持向量,如果特征是n维的,支持向量一共有m个,则为m x n的稀疏矩阵。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值