本文介绍了如何使用LIBSVM工具箱进行训练，特别强调了自定义核函数的设置，如选择-t 4参数。讨论了线性、多项式、RBF和sigmoid核函数的参数及意义，并提出将多项式和径向基核函数结合的混合核函数，以增强模型的外推和内推能力。混合核函数的表达式为：K = λ * Kpoly + (1-λ) * Krbf，其中λ是权重参数。
LIBSVM训练函数使用如下：
model = svmtrain(trainlabel,traindata,'-s 0 -t 2 -c 1.2 -g 2.8')
trainlabel：训练样本标签
traindata：训练样本数据集，行向量为样本值
SVM类型，用参数-s 设置，默认值为0，可选类型有：
0 -- C- SVC
1 -- nu - SVC
2 -- one-class-SVM
3 -- e - SVR
4 -- nu-SVR
核函数（用参数 -t 来指定），-t 设置核函数类型（默认为2），可选核函数有：
最低0.47元/天 解锁文章
扫一扫
719
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
