Part.1

支持向量機(jī)（support vector machines）是一種二分類模型，它的目的是尋找一個(gè)超平面來(lái)對(duì)樣本進(jìn)行分割，分割的原則是間隔最大化，最終轉(zhuǎn)化為一個(gè)凸二次規(guī)劃問(wèn)題來(lái)求解。

對(duì)于線性可分來(lái)說(shuō)程序一大筐，今天我們主要來(lái)講非線性問(wèn)題。主要有二分類、一分類和回歸問(wèn)題的處理。

對(duì)于這樣的問(wèn)題，可以將訓(xùn)練樣本從原始空間映射到一個(gè)更高維的空間，使得樣本在這個(gè)空間中線性可分，如果原始空間維數(shù)是有限的，即屬性是有限的，那么一定存在一個(gè)高維特征空間使樣本可分。

令?(x)表示將 x 映射后的特征向量，于是在特征空間中，劃分超平面所對(duì)應(yīng)的的模型可表示為：

f(x)=wT?(x)+b????????

于是有最小化函數(shù)：

  

在實(shí)際應(yīng)用中，通常人們會(huì)從一些常用的核函數(shù)里選擇（根據(jù)樣本數(shù)據(jù)的不同，選擇不同的參數(shù)，實(shí)際上就得到了不同的核函數(shù)）。

Part.2

下面介紹每一個(gè)程序的思想。

核函數(shù)

首先是編寫核函數(shù)：

function 《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的MATLAB应用实战系列（四十四）-基于matlab的支持向量机分类、回归问题（附源码解析）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。