我正在使用 svm 进行异常检测,如下所示
svmStruct = svmtrain(tr,label,'kernel_function','rbf','ShowPlot',true);
ok1 = svmclassify(svmStruct,test1,'ShowPlot',true);
默认分离超平面方法是 SMO 但我想使用 QP 即二次规划。如何在上面的代码中使用它。
我正在使用 svm 进行异常检测,如下所示
svmStruct = svmtrain(tr,label,'kernel_function','rbf','ShowPlot',true);
ok1 = svmclassify(svmStruct,test1,'ShowPlot',true);
默认分离超平面方法是 SMO 但我想使用 QP 即二次规划。如何在上面的代码中使用它。
您可以设置svmtrain 文档中解释的'method'
属性svmtrain
'QP'
svmStruct = svmtrain(tr,label,'kernel_function','rbf','ShowPlot',true,'method','QP');
文档部分:
'QP' - 二次规划(需要 Optimization Toolbox™ 许可证)。分类器是一个 2 范数软边距支持向量机。使用选项名称-值对提供二次规划选项,并使用 optimset 创建选项。
svmtrain 将在未来的 Matlab 版本中删除,因此如果您计划在未来使用它,请考虑使用fitcsvm。