1、 湖南大学毕业设计（论文） 第 I 页支持向量机实验模型的研究与设计用户手册1简介本模型是基于 SVM（即支持向量机）的机器学习模型，能够将线性可分的和非线性可分的两种情况下的两类数据集进行分类，并对分类结果进行分析。用户可以选择装载已有的数据进行分类，也可以手动创建两类数据集进行分类。用户根据要分类的数据集，从两个训练算法中选择适当的训练算法，并且从三个核函数中选择适当的核函数对数据集进行分类。2系统要求操作系统方面：Windows 98，Windows NT，Windows ME， Windows 2000，Windows XP 及 Windows 2003 系统；应用软件方面： 必须安装
2、 MATLAB 7.0 或以上版本3使用说明（1） 首先运行 SVM.fig 或者 SVM.m 文件，进入模型主界面，如下图：用户在进入实验前必须先按“设置路径”按钮设置路径，然后就可以通过“进入支持向量机模型”按钮进入模型。湖南大学毕业设计（论文） 第 II 页（2） 进入支持向量机机器学习模型后，界面如下图：用户可以通过各个按钮对模型进行操作（3）装载或创建数据a通过“装载数据”按钮装载数据，用户选择数据所在的文件湖南大学毕业设计（论文） 第 III 页b通过“创建数据”按钮创建数据可以创建线性可分数据集如下：可以创建非线性可分数据集如下：湖南大学毕业设计（论文） 第 IV 页C装载数据或
3、创建数据后的界面上显示数据点，如下图：（4）通过“训练 SVM”按钮对数据集进行分类在此仅介绍了对线性可分数据集分类的情况，对其他的数据集，操作也跟如下类似。在数据集线性可分情况下，使用不同算法的分类结果：选择 SMO 训练算法和 Linear 核函数的分类结果：湖南大学毕业设计（论文） 第 V 页（5）通过“重新设置”按钮，重新选择 SMO 训练算法和 Polynomial 核函数的分类结果如下图：（6）通过“关于 SVM”按钮，进入 MATLAB Help，如下图湖南大学毕业设计（论文） 第 VI 页（7）通过“导出图像”按钮，将分类结果保存为 EPS 格式，如下图，用户可以选择保存路径，输入保存的文件名。
