4类svm matlab代码

Question

我为2类svm分类器编写了代码，现在我想将它扩展到4类。

我有4门课和一些训练和测试的数据。我为这个分类尝试了很多MATLAB代码，但是我不知道如何将我的代码扩展到4类。我应该用matlab做这个工作，而不是像LIbsvm、svmlight或labview这样的程序.

请在这个过程中帮助我。

trainingdata = mydata
classes =[0;0;0;0;1;1;1;1;2;2;2;2;3;3;3;3]
[train, test] = crossvalind('holdOut',classes);
cp = classperf(classes);   
svmStruct = svmtrain(data(train,:),groups(train),...
'showplot',true,'boxconstraint',1e6); 
classes = svmclassify(svmStruct,data(test,:),'showplot',true); 
classperf(cp,classes,test);

Answer 1

假设您有M类(在本例中为M=4)、trainingData和trainingLabels。有两种可能的备选方案(如评论中所指出的)：a) 1-vs-all b) 1-vs-1

由于您只需要使用matlab svm，我建议使用1-vs-1方法。原因是but分类函数不返回分数，而只返回预测的类。如果您需要使用1-vs-all，您可以看到以下文章：如何在MATLAB中找到SVM分类器的得分？。

下面，我假设你继续进行1-vs-1。要理解它，请阅读幻灯片3：https://www.sec.in.tum.de/assets/lehre/ws0910/ml/slideslecture9.pdf

简单地说，这是的培训：

你训练M*(M-1)/2二进制支持向量机分类器。在你的例子中，它是6个分类器，比较了类别1-vs-2，1-vs-3，1-vs-4，2-vs-3，2-vs-4和3-vs-4.注意，你不需要训练2-vs-1，因为它已经被1-vs-2覆盖了。在这个步骤中，您将需要使用正确的培训数据和标签来向svmtrain函数提供信息。例如，为了训练1-vs-2，您只需要这两个类的示例和标签。

您还需要将得到的6个分类器存储在一个很好的数据结构中。最简单的是multiModel{classA}{classB}。

--这是对未知查询向量的测试：

1)初始化一个投票向量票=零(M，1)；以保留每个类别的选票。

2)用所有6个二进制分类器对查询向量进行分类。根据结果，您可以将选票(WinnerClassID)=选票(WinnerClassID)+1，例如，假设您得到以下二进制分类结果: 1-vs-2: 2-vs-3: 1-vs-4: 1-vs-3: 2-vs-4: 2-vs-4:2-vs-4:1 0。

3)最大票数类是查询向量的最终预测标签。在上面的例子中:由于2级有最高票数(3票)，多类svm的结果是标签2。

Answer 2

LIBSVM和LIBLINEAR是两个流行的开源机器学习库，它们都是在台大开发的，都是用C++编写的，不过都是用C编写的。LIBSVM实现了核化支持向量机(SVM)的SMO算法，支持分类和回归。但是，您也可以在matlab中实现它们，它们会给您一些mex代码，可以根据您的需要来分类。您可以从下面下载工具箱：https://github.com/cjlin1/libsvm http://www.csie.ntu.edu.tw/~cjlin/libsvm/

最近，我发现了一种新的方法DSVM，从elow链接下载并测试它：在这里输入链接描述。