案例背景:
SVM神经网络背景:
SVM的相关理论及工具箱的介绍
......
案例背景:
在葡萄酒制造业中,对于葡萄酒的分类具有很大意义,因为这涉及到不同种类的葡萄酒的存放以及出售价格,采用SVM做为分类器可以有效预测相关葡萄酒的种类,从UCI数据库中得到wine数据记录的是在意大利某一地区同一区域上三种不同品种的葡萄酒的化学成分分析,数据里含有178个样本分别属于三个类别(类别标签已给),每个样本含有13个特征分量(化学成分),将这178个样本50%做为训练样本,另50%做为测试样本,用训练样本对SVM分类器进行训练,用得到的模型对测试样本的进行分类标签预测,最终得到96.6292%的分类准确率. .....
测试数据的可视化图:
模型建立:
Matlab程序实现(预定此书,即可下载该案例完整程序):
该处有完整的Matlab程序代码,以及代码的详细说明?清空环境变量
?数据的提取和预处理
?SVM网络训练
?SVM网络分类预测
?结果分析
结果分析:
该处有详细的运行结果