想写一篇链接里一样思路的论文,有相关的数据,奈何从未接触过机器学习分类模型
目标论文数据分析方法:
目标论文链接:(翻译版)
目标论文原文:
需要一个傻瓜式操作的方法,学习链接也行,因为从头学习理论我搞不懂的55……
最后感谢🙏🏻!
想写一篇链接里一样思路的论文,有相关的数据,奈何从未接触过机器学习分类模型
目标论文数据分析方法:
目标论文链接:(翻译版)
目标论文原文:
需要一个傻瓜式操作的方法,学习链接也行,因为从头学习理论我搞不懂的55……
最后感谢🙏🏻!
首先matlab要装上一个大名鼎鼎的svm包,就是台湾林智仁教授主导开发的一个matlab包
https://zhuanlan.zhihu.com/p/382112874
用现有的数据先做训练svmtrain,然后svmpredict可以预测出来缺失的数据,这里你的缺失数据不能是全缺失的,至少要保留一部分的信息,比如序列啥的,然后里面的test_label可以随便填一下,predicted_label就是要填充的缺失信息,本身是一种拟合,这里有相关的两个函数的用法
https://blog.csdn.net/weixin_45317919/article/details/108432882
主成分分析PCA,主要是将数据里不重要的feature去掉,然后剩下大头的特征,这里有用法
https://ww2.mathworks.cn/help/stats/pca.html?s_tid=doc_ta,matlab在这里其实也有自己对缺失数据的处理。
你想用几个feature去做分类,这个看你咯。
另外支持向量机主要还是看一下核的选择
https://blog.csdn.net/sydukee/article/details/109100450
https://wenku.baidu.com/view/e4281978834d2b160b4e767f5acfa1c7aa008279.html
这里你的PCA参数不同可能导致选核不一样,要注意一下。
其他的参数如果不知道怎么设置的话可以直接用默认的。
LIBSVM的官网上其实也有关于如何使用svm的guide文件