如何在MATLAB svm圖中獲得決策邊界的方程？

我的數據
炔銠Y2
1 1 1.166666667 1
-1 2 0.5 1
-1 3 0.333333333 1
-1 4 0.166666667 1
1 5 1.666666667 2
1 6 1.333333333 1
-1 7 0.333333333 1
-1 8 0.333333333 1
1 9 0.833333333 1
1 10 2 0.333333333 2
-1 12 0.166666667 1
1 13 0.666666667 1
1 14 0.833333333 1
1 15 0.833333333 1
-1 16 0.333333333 1
-1 17 0.166666667 1
1 19 0.833333333 1
1 20 1.333333333 1
1 21 1.333333333 1
-1 22 0.166666667 1
-1 23 0.166666667 1
-1 24 0.333333333 1
-1 25 0.166666667 1
-1 26 0.166666667 1
-1 27 0.333333333 1
-1 28 0.166666667 1
-1 29 0.166666667 1
-1 30 0.5 1
1 31 0.833333333 1
-1 32 0.166666667 1
-1 33 0.333333333 1
-1 34 0.166666667 1
-1 35 0.166666667 1如何在MATLAB svm圖中獲得決策邊界的方程？

我的代碼R

data=xlsread('btpdata.xlsx',1.) 
    A = data(1:end,2:3) 
    B = data(1:end,1) 
    svmStruct = svmtrain(A,B,'showplot',true) 
    hold on 
    C = data(1:end,2:3) 
    D = data(1:end,4) 
    svmStruct = svmtrain(C,D,'showplot',true) 
    hold off

我怎樣才能得到這個黑線在給定墊實驗室情節近似方程組的？

來源

2015-11-25 udAyKumArVermA

這個數字是如何產生的？請分享關於這個情節的代碼。向我們展示該代碼是一個好的開始，它可能距離未投票結束還有一步之遙。 – rayryeng

aproximatedly'y = 0.6' –

這取決於你做了什麼套餐使用，但因爲它是一個線性的支持向量機有更多或更少的兩個選項：

你訓練的SVM包含了線的屬性coefs方程式（有時所謂w或weights）和b（或intercept），因此您的線路是<coefs, X> + b = 0
你SVM containes alphas（雙係數，拉格朗日乘子），然後coefs = SUM_i alphas_i * y_i * SV_i其中SV_i是第i個支持向量（那些在您巴解組織圈t）和y_i是它的標籤（-1或+1）。有時alphas已經乘以y_i，那麼你的coefs = SUM_i alphas_i * SV_i。

如果你試圖從主線劇情（圖）方程，那麼你只能讀它（和它或多或少y = 0.6，這意味着coefs = [0 1]和b = -0.6。圖像分析爲基礎的方法（任意這樣的曲線）將需要：

檢測圖像部分（對象檢測）
讀取蜱/尺度（OCR +對象檢測）< - 這將是實際上是最難的部分
濾除以往非黑色並對左邊的點執行線性迴歸，然後通過前面檢測到的比例進行變形。

來源

2015-11-25 21:09:57 lejlot

你能告訴我命令從這個訓練有素的svm中取出coefs嗎？ – udAyKumArVermA

一切都放在從yout訓練方法返回的SVMStruct，http：//www.mathworks.com/help/stats/svmtrain.html – lejlot

沒有名爲coefs列出的屬性那裏我也嘗試過「svmStruct.coefs」和「 svmStruct.Coefs「都不起作用 – udAyKumArVermA

我有同樣的問題。要建立決策邊界的線性方程（y = mx + b），您需要梯度（m）和y軸截距（b）。 SVMStruct.Bias是b項。梯度由SVM二級權重，確定其SVMStruct不包含，所以你需要從阿爾法（其中包括在SVMStruct）計算它們：

alphas = SVMStruct.Alpha; 
SV = SVMStruct.SupportVectors; 
betas = sum(alphas.*SV); 
m = betas(1)/betas(2)

順便說一句，如果你的SVM邁上數據，那麼我認爲你需要對它進行縮放。

來源

2017-03-28 01:21:43

如何在MATLAB svm圖中獲得決策邊界的方程？

回答

相關問題