TA貢獻(xiàn)2080條經(jīng)驗(yàn) 獲得超4個(gè)贊
第一步：下載java版libsvm3.12，解壓。 第二步：打開(kāi)java文件夾 第三步：建立項(xiàng)目，引用lib.svm包 第五步：把第二步中的文件夾中四個(gè)文件復(fù)制到一個(gè)自定義的包中 第六步：寫程序調(diào)用。
TA貢獻(xiàn)1785條經(jīng)驗(yàn) 獲得超4個(gè)贊
第一步：下載java版libsvm3.12，解壓。
第二步：打開(kāi)java文件夾
第三步：建立項(xiàng)目，引用lib.svm包
第四步：把第二步中的文件夾中四個(gè)文件復(fù)制到一個(gè)自定義的包中
TA貢獻(xiàn)1784條經(jīng)驗(yàn) 獲得超2個(gè)贊
在MALTAB使用SVM庫(kù)的方式為：
SVMstruct = svmtrain(data,groups,'Kernel_Function','rbf');
其中data是樣本集，groups是組集，Kernel_Function是核函數(shù)的字符串，后面的rbf表示選擇的是徑向基函數(shù)（也可以自定義成其他的）
一般說(shuō)來(lái)你需要收集樣本集和所需要分的組，然后選擇一個(gè)合適的核函數(shù)，然后使用svmtrain來(lái)訓(xùn)練支持向量機(jī)。訓(xùn)練完畢后使用svmclassify分類。
詳細(xì)信息可以在Matlab command window輸入doc SVM查看。
舉報(bào)