Matlab自带常用的分类器,直接复制用就好了,很方面。
很方面的,懒得自己写了。
- clc
- clear all
- load('wdtFeature');
- % 训练样本:train_data % 矩阵,每行一个样本,每列一个特征
- % 训练样本标签:train_label % 列向量
- % 测试样本:test_data
- % 测试样本标签:test_label
- train_data = traindata'
- train_label = trainlabel'
- test_data = testdata'
- test_label = testlabel'
- % K近邻分类器 (KNN)
- % mdl = ClassificationKNN.fit(train_data,train_label,'NumNeighbors',1);
- % predict_label = predict(mdl, test_data);
- % accuracy = length(find(predict_label == test_label))/length(test_label)*100
- %
- % 94%
- % 随机森林分类器(Random Forest)
- % nTree = 5
- % B = TreeBagger(nTree,train_data,train_label);
- % predict_label = predict(B,test_data);
- %
- % m=0;
- % n=0;
- % for i=1:50
- % if predict_label{i,1}>0
- % m=m+1;
- % end
- % if predict_label{i+50,1}<0
- % n=n+1;
- % end
- % end
- %
- % s=m+n
- % r=s/100
- % result 50%
- % **********************************************************************
- % 朴素贝叶斯 (Na?ve Bayes)
- % nb = NaiveBayes.fit(train_data, train_label);
- % predict_label = predict(nb, test_data);
- % accuracy = length(find(predict_label == test_label))/length(test_label)*100;
- %
- %
- % % 结果 81%
- % % **********************************************************************
- % % 集成学习方法(Ensembles for Boosting, Bagging, or Random Subspace)
- % ens = fitensemble(train_data,train_label,'AdaBoostM1' ,100,'tree','type','classification');
- % predict_label = predict(ens, test_data);
- %
- % m=0;
- % n=0;
- % for i=1:50
- % if predict_label(i,1)>0
- % m=m+1;
- % end
- % if predict_label(i+50,1)<0
- % n=n+1;
- % end
- % end
- %
- % s=m+n
- % r=s/100
- % 结果 97%
- % **********************************************************************
- % 鉴别分析分类器(discriminant analysis classifier)
- % obj = ClassificationDiscriminant.fit(train_data, train_label);
- % predict_label = predict(obj, test_data);
- %
- % m=0;
- % n=0;
- % for i=1:50
- % if predict_label(i,1)>0
- % m=m+1;
- % end
- % if predict_label(i+50,1)<0
- % n=n+1;
- % end
- % end
- %
- % s=m+n
- % r=s/100
- % result 86%
- % **********************************************************************
- % 支持向量机(Support Vector Machine, SVM)
- SVMStruct = svmtrain(train_data, train_label);
- predict_label = svmclassify(SVMStruct, test_data)
- m=0;
- n=0;
- for i=1:50
- if predict_label(i,1)>0
- m=m+1;
- end
- if predict_label(i+50,1)<0
- n=n+1;
- end
- end
- s=m+n
- r=s/100
- % result 86%
原文链接:http://blog.csdn.net/u014114990/article/details/51067059
Matlab自带常用的分类器,直接复制用就好了,很方面。的更多相关文章
- matlab进阶:常用功能的实现,常用函数的说明
常用功能的实现 获取当前脚本所在目录 current_script_dir = fileparts(mfilename('fullpath')); % 结尾不带'/' 常用函数的说明 bsxfun m ...
- 使用matlab自带工具实现rcnn
平台:matlab2016b matlab自带一个cifar10Net工具可用于深度学习. 图片标注 这里使用的是matlab自带的工具trainingImageLabeler对图像进行roi的标注. ...
- matlab自带princomp(PCA降维方式)
matlab 中自带的函数就不必怀疑. princomp:principal componet analysis (PCA). [COEFF,SCORE,latent,tsquare]=princom ...
- 如何利用OpenCV自带的级联分类器训练程序训练分类器
介绍 使用级联分类器工作包括两个阶段:训练和检测. 检测部分在OpenCVobjdetect 模块的文档中有介绍,在那个文档中给出了一些级联分类器的基本介绍.当前的指南描述了如何训练分类器:准备训练数 ...
- Lua基本语法-书写规范以及自带常用函数
Lua基本语法-书写规范和常用函数 本文提供全流程,中文翻译.Chinar坚持将简单的生活方式,带给世人!(拥有更好的阅读体验 -- 高分辨率用户请根据需求调整网页缩放比例) 1 String Ope ...
- matlab GUI之常用对话框(四)-- 输入对话框 inputdlg、目录对话框 uigetdir、列表对话框 listdlg
常用对话框(四) 1.输入对话框 inputdlg answer = inputdlg(prompt) answer = inputdlg(prompt,dlg_title) answer = in ...
- matlab GUI之常用对话框(三)-- dialog \ errordlg \ warndlg \ helpdlg \ msgbox \questdlg
常用的对话框(三) 1.普通对话框 dialog 调用格式: h=dialog('PropertyName','PropertyValue'......) %普通对话框 h=dialog( ]); ...
- matlab GUI之常用对话框(二)-- 进度条的使用方法
常用对话框(二) 进度条 waitbar 调用格式: h = waitbar(x,'message') waitbar(x,'message','CreateCancelBtn','button ...
- matlab GUI之常用对话框(一)-- uigetfile\ uiputfile \ uisetcolor \ uisetfont
常用对话框(一) 1.uigetfile 文件打开对话框 调用格式: [FileName,PathName,FilterIndex]=uigetfile or [FileName, ...
随机推荐
- BNU Online Judge-34978-汉诺塔
题目链接 http://www.bnuoj.com/bnuoj/problem_show.php?pid=34978 这题在比赛时AC了不过那时是根据测试数据 抱着来试一下的想法,没想就AC了,其实 ...
- Spring mvc基本原理
http://blog.csdn.net/xtu_xiaoxin/article/details/8796499 http://www.cnblogs.com/wawlian/archive/2012 ...
- Hadoop学习笔记-008-CentOS_6.5_64_yum安装mysql
******************************卸载mysql***************************** 第一步,查看centos上是否已经安装了mysql数据库 # rp ...
- (四)Hololens Unity 开发之 凝视系统
学习源于官方文档 Gaze in Unity 笔记一部分是直接翻译官方文档,部分各人理解不一致的和一些比较浅显的保留英文原文 HoloLens 有三大输入系统,凝视点.手势和声音 ~ 本文主要记录凝视 ...
- 在VMWare虚拟机中安装Ubuntu 16.04.1 LTS
一.需要的准备 安装好VMWare虚拟机(傻瓜式安装,一直next就可以,请支持正版),将Ubuntu的系统镜像下载好,目前最新的LTS版本为16.04.1. 我把虚拟机和Ubuntu镜像传到了百度云 ...
- Linux下使用javac编译
Linux下使用javac编译Hadoop程序 首先要配置好Hadoop, 给出两个教程 Hadoop安装教程单机/伪分布式配置Hadoop2.6.0/Ubuntu14.04 Hadoop集群安装配置 ...
- CTF入门指南
转自http://www.cnblogs.com/christychang/p/6032532.html ctf入门指南 如何入门?如何组队? capture the flag 夺旗比赛 类型: We ...
- 自己动手系列——实现一个简单的ArrayList
ArrayList是Java集合框架中一个经典的实现类.他比起常用的数组而言,明显的优点在于,可以随意的添加和删除元素而不需考虑数组的大小.处于练手的目的,实现一个简单的ArrayList,并且把实现 ...
- C++编程练习(6)----“实现简单的队列的链式存储结构“
队列的链式存储结构,其实就是线性表的单链表,只不过它只能尾进头出.简称链队列. 实现代码如下: /* LinkQueue.h 头文件 */ #include<iostream> #defi ...
- Visual Studio 2017 RC 初探安装
上次看到博客介绍 Visual Studio 2017 RC,看到其中一个改进是启动很快,这是一大进步,也是低配电脑的程序员的期望.不过还没体验,是驴是骡子拉出来看看,这不就开始下载. 1.打开官网: ...