首页分享基于svm的鸢尾花数据集分类

基于svm的鸢尾花数据集分类

来源：花匠小妙招时间：2024-11-12 17:57

代码与数据请见：https://download.csdn.net/download/weixin_43521269/12345138

主要对svm支持向量机进行一些粗浅的研究，对svm的原理进行了解后，尝试编写基于matlab的svm代码，然后进行实验。主要采取matlab中自带的数据集：鸢尾花数据集，有三个类别且每个类别具有4个属性，先建立三个二分类向量机，采用K-fold（交叉验证）对数据集进行划分，获取训练数据和测试数据，使用训练集进行训练，得出超平面的方程，对测试集进行测试，最终与原标签进行比较，计算准确率。最后再将测试集分别带入三个向量机，得到观测值最大的即为最终分类结果。
关键词： svm 鸢尾花交叉验证

一.简介
支持向量机，因其英文名为support vector machine，故一般简称SVM，通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。最基础的便是二分类问题，给定一个数据集，含有多个属性，通过这些属性，建立超平面，使得这些点分为2类，定义标签1与-1，然后对其他的点进行预测。
本文进行了一些相关的实验，实现svm分类程序对鸢尾花数据集进行分类，并分析结果与得出相关的结论。
二.问题描述与数据描述
1.问题描述
本次主要是在二分类的基础上实现一个多分类问题，即鸢尾花的分类。使用一对多的方法，
训练时依次把某个类别的样本归为一类,其他剩余的样本归为另一类，这样k个类别的样本就构造出了k个SVM。分类时将未知样本分类为