2 yan1yh yan1yh 于 2016.03.23 09:43 提问

如何使用Myeclipse实现SVM分类算法?

如题,本人刚开始学习机器学习,不知道怎么用JAVA代码实现支持向量机的算法,求解答

2个回答

qq_22431847
qq_22431847   2016.03.26 13:29

你好,请问你的问题解决了吗?我也在学,可以分享一下吗????

qq_26101209
qq_26101209   2016.04.13 11:15

直接调用libsvm的Java版本 或者看懂算法自己实现java

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
C++实现SVM分类算法
SVM有如下特征:(1)SVM学习问题可以表示为凸优化问题,因此可以利用已知的有效算法发现目标函数的全局最小值。(2)SVM通过最大化决策边界的边缘来控制模型的能力。(3)通过对数据中每个分类属性引入一个哑变量,SVM可以应用与分类数据。(4)SVM不仅可以用在二类问题,还可以很好的处理多类问题。 本代码通过C++实现SVM的分类算法,并通过SSE实现最优解的快速计算,学习SVM的同学可以参考一下,如有不足,请指正。
SVM分类算法的基本理论问题
SVM分类算法的基本理论问题,它分类的基本思想是利用最大间隔进行分类,处理非线性问题是通过核函数将特征向量映射到高维空间,从而变成线性可分的,但是运算却是在低维空间运行的。考虑到数据中可能存在噪音,还引入了松弛变量。  理论是抽象的,问题是具体的。站在岸上学不会游泳,光看着梨子不可能知道梨子的滋味。本篇博客就是用SVM分类算法解决一个经典的机器学习问题–手写数字识别。体会一下SVM算法的具体过程
基于SVM的图像分类算法与是实现
SVM(Support Vector Machine,支持向量机),是一种二类分类模型,其基本模型定义为特征空间上的即那个最大的线性分类器,器学习策略是间隔最大化,最终可转化为一个凸二次规划问题的解决。 一.线性分类器。 即用一个超平面将正负样本分离开。...
文本分类的python实现-基于SVM算法
描述 训练集为评论文本,标签为 pos,neu,neg三种分类,train.csv的第一列为文本content,第二列为label。可以单独使用SVC训练然后预测,也可以使用管道pipeline把训练和预测放在一块。 SVC的惩罚参数C:默认值是1.0。C越大,对误分类的惩罚增大,趋向于对训练集全分对的情况,这样对训练集测试时准确率很高,但泛化能力弱。C值小,对误分类的惩罚减小,允许容错,泛化能力较
基于支持向量机SVM的文本分类的实现
SVM 文本分类算法主要分四个步骤:文本特征提取、文本特征表示、归一化处理和文本分类。
分类算法SVM(支持向量机)
支持向量机(Support Vector Machine ,SVM)的主要思想是:建立一个最优决策超平面,使得该平面两侧距离该平面最近的两类样本之间的距离最大化,从而对分类问题提供良好的泛化能力。对于一个多维的样本集,系统随机产生一个超平面并不断移动,对样本进行分类,直到训练样本中属于不同类别的样本点正好位于该超平面的两侧,满足该条件的超平面可能有很多个,SVM正式在保证分类精度的同时,寻找到这样
分类算法-支持向量机(SVM)
支持向量机(Support Vector Machine,SVM)是Corinna Cortes和Vapnik等于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。在机器学习中,支持向量机(SVM,还支持矢量网络)是与相关的学习算法有关的监督学习模型,可以分析数据,识别模式,用于分类和回归分析。在机器学习中,支持向量机(S
分类器SVM的C#源码
含有demo显示。 C#的所有源代码(训练和测试部分)。 封装后的dll文件。 很便于从数据空间角度理解SVM, 还有为编程提供有价值参考。
经典SVM算法多类分类matlab程序
经典SVM算法多类分类 matlab程序
SVM图像分类4
SVM图像分类论文:基于SVM的离线图像目标分类算法、基于SVM的食物图像分类算法的研究