SVM 自定义kernel的一个简单的code 例子

本文介绍了一种基于核函数的支持向量机(SVM)参数调优的方法。通过使用指数衰减策略来调整核函数的宽度参数r,并利用训练集和测试集评估不同参数配置下模型的准确率,从而找到最优的参数组合。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

function [ result_pre, result_r, max_result ] = kernel_SVM( train_data,test_data,train_label, test_label)
%train_data  : m*m train-train kernel matrix
% test_data   n*m test-train kernel matrix
% train_label m*1 train label
% test_label  n*1 test label


r=1e-10;
for i=1:50
    train_data_exp =exp(-r*train_data);
    test_data_exp =exp(-r*test_data);
    train_data_exp = [(1:size(index_train,2))', train_data_exp];
    test_data_exp = [(1:size(index_test,2))', test_data_exp];
    model_precomputed = svmtrain(train_label, train_data_exp, '-s 1 -t 4 -n 0.02 -c 1.21 -g 1');
    [predict_label_P, accuracy_P, dec_values_P] = svmpredict(test_label, test_data_exp, model_precomputed);
    %          if (accuracy_P(1,1)>max(result_pre))
    result_pre(result_index)=accuracy_P(1,1);
    result_r(result_index)=r;
    result_index=result_index+1;
    %          end
    r=r*sqrt(10);
end
max_result = max(result_pre);


end

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