-1
A
回答
5
您可以使用libsvm庫進行SVM。
你可以訓練一個SVM有:
model = svmtrain(features, labels);
,並作出預測:
predictions = svmpredict(features);
默認情況下,如果在 '標籤' 多個值,LIBSVM確實1VS1分類。
相關問題
- 1. 在Matlab中使用支持向量機與支持向量機
- 2. 支持向量機一對一訓練
- 3. 支持向量機參數matlab的
- 4. 支持向量機matlab示例
- 5. Sklearn支持向量機與Matlab SVM
- 6. MATLAB中的支持向量機可視化
- 7. 在Matlab中支持向量機分類的不尋常結果
- 8. 支持向量機簡介
- 9. Scala支持向量機庫
- 10. SVM(支持向量機)opencv
- 11. 支持向量機繪圖
- 12. 支持向量機示例
- 13. Apache Spark支持向量機
- 14. 支持向量機插圖
- 15. 支持向量機理解
- 16. Apache-Spark支持向量機
- 17. 如何在matlab中訓練支持向量機?
- 18. 多支持對象分類支持向量機
- 19. 線性支持向量機與非線性支持向量機高維數據
- 20. 在Android中實現支持向量機
- 21. 支持向量機迴歸學習器Matlab
- 22. 爲什麼支持向量在支持向量機中不會改變?
- 23. 支持向量機中的決策邊界和權向量
- 24. 支持向量機的幾何直覺
- 25. 支持向量機的停止標準
- 26. Hadoop上的支持向量機
- 27. 支持向量機Tensorflow的實現
- 28. 瞭解一類支持向量機決策函數輸出
- 29. 爲支持向量機重塑一個ndarray
- 30. 爲什麼使用支持向量機的分類結果在matlab中不好?
(-1)只有禮貌才能爲那些花時間幫助你的人提供幫助... – 2012-04-07 13:49:35
Downvoting讓別人讚不絕口...不可用upvote .. – user671805 2012-04-14 06:09:48