后驗支持向量機學(xué)習(xí)報告(存儲版)
【正文】 diff = errolderr。 endend附錄2 Sigmoid函數(shù)算法代碼matlab實現(xiàn)data = xlsread(39。 subsetlen = size(data,1)/10。 dataTraining = data(1:subsetlen+subsetlen*(ii2),:)。 [plabelw,accuracyw,z]=svmpredict(dataTest(:,n),dataTest(:,1:n1),model)。 accuracy = length(find(plabels dataTest(:,end) ==0))/length(dataTest(:,end))。 plabels=1./(1+exp(A*z+B))。39。 dataTraining = data(1+subsetlen*(ii):end,:)。)。 end olderr = err。 end lambda=lambda*10。 end A=oldA+((b+lambda)*dc*e)/det。 end if(abs(d)10^(9) amp。 else t=loTarget。pp=(prior1+1)/(prior1+prior0+2)*ones(m,n)。使用的是草地是否潮濕的模型，模型結(jié)構(gòu)如下：對數(shù)據(jù)集采用實則交叉驗證，%，%，實驗結(jié)果顯示使用PPSVM所取得的效果和單獨使用SVM所取得的結(jié)果在準(zhǔn)確率上相差不大，但使用PPSVM可以獲得一個后驗概率，這是Platt的最大貢獻(xiàn)。 這種參數(shù)估計方法會出現(xiàn)一些問題，分別是Sigmoid函數(shù)訓(xùn)練集的選擇和如何避免擬合出錯。SVM能夠較好的泛化能力，在許多問題上表現(xiàn)得很好，于是對SVM的研究受到人們很大的
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1