% 支持向量机用于多类模式分类 - 必须选择最优参数 gam,sig2

% 工具箱：LS_SVMlab

% 使用平台：Matlab6.5

% 作者：陆振波，海军工程大学

% 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页

% 电子邮件：luzhenbo@

% 个人主页：

clc

clear

close all

%---------------------------------------------------

% 产生训练样本与测试样本，每一列为一个样本

n1 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];

x1 = [1*ones(1,5),2*ones(1,5),3*ones(1,5)]; % 特别注意：这里的目标与神经网络不同

n2 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];

x2 = [1*ones(1,5),2*ones(1,5),3*ones(1,5)]; % 特别注意：这里的目标与神经网络不同

xn_train = n1; % 训练样本

dn_train = x1; % 训练目标

xn_test = n2; % 测试样本

dn_test = x2; % 测试目标

%---------------------------------------------------

% 参数设置

X = xn_train';

Y = dn_train';

Xt = xn_test';

Yt = dn_test';

type = 'c';

kernel_type = 'RBF_kernel';

gam = 2;

sig2 = 2;

preprocess = 'preprocess';

codefct = 'code_MOC';

% 将“多类”转换成“两类”的编码方案

…… 此处隐藏0字 ……

% 1. Minimum Output Coding (code_MOC)

% 2. Error Correcting Output Code (code_ECOC)

% 3. One versus All Coding (code_OneVsAll)

% 4. One Versus One Coding (code_OneVsOne)

%---------------------------------------------------

% 编码