ドキュメンテーション

このページは前リリースの情報です。該当の英語のページはこのリリースで削除されています。

svmclassify

(削除済み) サポート ベクター マシン (SVM) を使用した分類

svmclassify は削除されました。代わりに fitcsvmClassificationSVM および CompactClassificationSVM を使用してください。詳細は、互換性の考慮事項 を参照してください。

構文

Group = svmclassify(SVMStruct,Sample)
Group = svmclassify(SVMStruct,Sample,'Showplot',true)

説明

Group = svmclassify(SVMStruct,Sample) は、データの行列 Sample のデータの各行を、関数 svmtrain を使って作成された、サポート ベクター マシンの分類器の構造体 SVMStruct の情報を使用して分類します。SVMStruct の作成に使用される学習データと同様に、Sample は、各行が観測または複製に対応し、各列が機能または変数に対応する行列です。したがって、Sample には学習データと同じ数の列をもたなければなりません。これは、列の数で特徴量の数を定義するためです。Group は、Sample の各行が割り当てられているグループを示します。

Group = svmclassify(SVMStruct,Sample,'Showplot',true) は、関数 svmtrainShowplot プロパティを使って作成された Figure の Sample データをプロットします。このプロットは、データが 2 次元である場合にのみ表示されます。

入力引数

SVMStruct

関数 svmtrain を使用して作成されたサポート ベクター マシンの分類器の構造体。

Sample

各行が観測または複製に対応し、各列が機能または変数に対応する行列。したがって、Sample には学習データと同じ数の列をもたなければなりません。これは、列の数でデータ空間の次元が定義されるためです。

Showplot

分類のプロットを表示するかどうかを説明します。2 次元の問題についてのみ表示します。この後に boolean 引数が続きます。プロットを表示する場合は true、表示しない場合は false です。

出力引数

Group

Sample と同じ行数の列ベクトル。Group の各エントリ (行) は Sample の対応する行のクラスを表します。

アルゴリズム

関数 svmclassifysvmtrain からの結果を使用して、次の式に従ってベクトル x を分類します。

c=iαik(si,x)+b,

ここで、si はサポート ベクター、αi は重み、b はバイアス、k はカーネル関数です。線形カーネルの場合、k はドット積です。c ≥ 0 である場合、x は 1 番目のグループのメンバーとして分類されます。それ以外の場合、2 番目のグループのメンバーとして分類されます。

互換性の考慮事項

すべて展開する

R2018a での開始でエラー

参照

[1] Kecman, V., Learning and Soft Computing, MIT Press, Cambridge, MA. 2001.

[2] Suykens, J.A.K., Van Gestel, T., De Brabanter, J., De Moor, B., and Vandewalle, J., Least Squares Support Vector Machines, World Scientific, Singapore, 2002.

[3] Scholkopf, B., and Smola, A.J., Learning with Kernels, MIT Press, Cambridge, MA. 2002.

[4] Cristianini, N., and Shawe-Taylor, J. (2000). An Introduction to Support Vector Machines and Other Kernel-based Learning Methods, First Edition (Cambridge: Cambridge University Press). https://www.support-vector.net/

R2013a で導入