分类预测 | MATLAB实现SVM支持向量机二分类预测

分类预测 | MATLAB实现SVM支持向量机二分类预测

分类效果

基本介绍

MATLAB实现SVM支持向量机二分类预测
采用留一交叉检验，评价指标包括混淆矩阵、准确率、召回率、精度、F1分数。数据为多特征分类数据，输入多个特征，分二类。支持向量机(Support Vector Machine，SVM)是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。SVM模型是由少量几个样本点决定的，这几个样本点称为支持向量，支持向量距离超平面的距离是小于等于1的（原因后边有解释），假如SVM能够找出一个超平面或者超曲面使得支持向量能够尽可能的分类正确࿰