PCA-SVM分类预测 | Matlab实现PCA-SVM主成分分析结合支持向量机多特征分类预测

PCA-SVM分类预测 | Matlab实现PCA-SVM主成分分析结合支持向量机多特征分类预测

目录

    • [PCA-SVM分类预测 | Matlab实现PCA-SVM主成分分析结合支持向量机多特征分类预测](#PCA-SVM分类预测 | Matlab实现PCA-SVM主成分分析结合支持向量机多特征分类预测)

预测效果





基本介绍

1.Matlab实现PCA-SVM主成分分析结合支持向量机多特征分类预测,excel数据集,main是程序文件;

2.环境需要在MATLAB2018及以上版本运行;

3.多特征数据经过PCA主成分降维后输入支持向量机中,实现多输入分类预测,可以实现二分类及多分类预测。

注:数据和文件放在一个文件夹

程序设计

  • 完整源码和数据获取方式私信回复PCA-SVM分类预测 | Matlab实现PCA-SVM主成分分析结合支持向量机多特征分类预测。
clike 复制代码
%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

%%  读取数据
res = xlsread('data.xlsx');

%%  分析数据
num_class = length(unique(res(:, end)));  % 类别数(Excel最后一列放类别)
num_dim = size(res, 2) - 1;               % 特征维度
num_res = size(res, 1);                   % 样本数(每一行,是一个样本)
num_size = 0.7;                           % 训练集占数据集的比例
res = res(randperm(num_res), :);          % 打乱数据集(不打乱数据时,注释该行)
flag_conusion = 1;                        % 标志位为1,打开混淆矩阵(要求2018版本及以上)

%%  设置变量存储数据
P_train = []; P_test = [];
T_train = []; T_test = [];

%%  划分数据集
for i = 1 : num_class
    mid_res = res((res(:, end) == i), :);           % 循环取出不同类别的样本
    mid_size = size(mid_res, 1);                    % 得到不同类别样本个数
    mid_tiran = round(num_size * mid_size);         % 得到该类别的训练样本个数

         
end

%%  数据转置
P_train = P_train'; P_test = P_test';
T_train = T_train'; T_test = T_test';

%%  得到训练集和测试样本个数
M = size(P_train, 2);
N = size(P_test , 2);

%%  数据归一化
[P_train, ps_input] = mapminmax(P_train, 0, 1);
P_test = mapminmax('apply', P_test, ps_input);

参考资料

1 https://blog.csdn.net/kjm13182345320/article/details/128577926?spm=1001.2014.3001.5501

2 https://blog.csdn.net/kjm13182345320/article/details/128573597?spm=1001.2014.3001.5501

相关推荐
小宋10218 小时前
AI 爬虫把大学图书馆站点拖垮:按行为指纹给爬虫分类、按类发配额、用边缘缓存分层,以带宽成本结构和真实用户 P95 延迟定档
人工智能·爬虫·分类
BYSJMG3 天前
计算机毕业设计选题推荐:【基于深度学习的车辆损坏严重程度评估方法研究】ResNet50 图像分类
人工智能·深度学习·目标检测·机器学习·计算机视觉·分类·课程设计
.道阻且长.6 天前
AI 按数据模态分类:计算机视觉、NLP、语音处理,一篇理清
人工智能·计算机视觉·分类
yunhuibin6 天前
AI分类任务种类
人工智能·自然语言处理·分类
电科_银尘8 天前
【深度学习项目实战·15】小样本图像分类:迁移学习识别蚂蚁与蜜蜂
深度学习·分类·迁移学习
敢敢のwings8 天前
机器人如何通过触觉认识物体:从材质分类到接触状态判断
分类·机器人·材质
Blockbuater_drug9 天前
《经典机器学习实战》第 4 课:逻辑回归:预测类别(南瓜)
分类·逻辑回归·混淆矩阵·roc曲线·auc·召回率·精确率
AI源码9 天前
基于深度学习的日常服饰分类与推荐系统设计
人工智能·深度学习·分类
电科_银尘10 天前
【深度学习项目实战·13】服装图像分类:在相同条件下比较MLP与CNN
深度学习·分类·cnn
ManageEngineITSM12 天前
工单分类怎么设计?类别、子类别与自动分派的实用方法
大数据·服务器·数据库·人工智能·分类·数据挖掘