ماشین بردار پشتیبان یک دسته بندی کننده باینری می باشد. به عبارت دیگر تنها می تواند دو کلاس را دسته بندی کند.
در بیشتر کاربردها ما تنها با دو کلاس سر و کار نداریم لذا لازم است که به نحوی این دسته بندی کننده را برای تعداد کلاسهای بیشتر استفاده کنیم.
یکی از این روشها ، روش درختی می باشد. د راین روش شما برای n کلاس ، به n-1 ماشین بردار پشتیبان نیاز دارید.
مثلا اگر تعداد کلاسهای شما سه باشد، شما به دو ماشین بردار پشتیبان دارید. همانطور که در شکل زیر نیز این مفهوم نشان داده شده است.
ما برای شما یک کد متلب آماده کردیم که شما از ماشین بردار پشتیبان می توانید برای هر چند کلاس استفاده کنید و لازم نیست درگیر حلقه ها و برنامه نویسی شرطی پیچیده شوید.
این برنامه به صورت یک تابع می باشد که از شما داده های آموزش و تست را می گیرد و با داده های آموزش ، سیستم آموزش پیدا می کند و با داده های تست سیستم آموزش یافته را تست می کند و خروجی متناظر هر داده تست را بر می گرداند.
این کد به همراه مثال می باشد
با سلام برای چند کلاسه فازی آیا کدی وجود دارد؟؟
سلام
بله چند کلاسه هست.
برنامه ای دارم که در آن از دستور libsvmtrain استفاده شده است، ولی در اجراخطای
Undefined function or variable libsvmtrain
را میدهد، آیا به این دلیل است کهsvmtrain دیگر جزو متلب نیست؟ اگر نه پس دلیل این پیغام چیست،آیاراه حل جایگزین، استفاده از svmچند کلاسه است؟پیاده سازیsvm چند کلاسه چگونه است؟
سلام
بله svmtrainدیگر در متلب نیست.
آموزش یادگیری ماشین در متلب
در بسته جامع یادگیری ماشین دستور جایگزین با مثالها توضیح داده شده است.
https://se.mathworks.com/help/stats/fitcsvm.html
سلام براتون امکان داره کد دسته بندی svm چهار کلاسه رو برای داده های من تا فردا شب بنویسید؟
سلام
تلاش کنید خودتون میتونید.