支持向量机( support vector machine,SVM)是一种新的机器学习方法,其基础是Vapnik创建的统计学习理论( statistical learning theory,STL)。统计学习理论采用结构风险最小化（structural risk minimization,SRM)准则,在最小化样本点误差的同时,最小化结构风险,提高了模型的泛化能力,且没有数据维数的限制。在进行线性分类时,将分类面取在离两类样本距离较大的地方;进行非线性分类时通过高维空间变换,将非线性分类变成高维空间的线性分类问题。

一般支持向量机分类采用的是线性可分 SVM，以下为模型概述。

                 

                   

                  

 

案例①-线性可分 SVM

序号

fenlei.txt

列别

1	8.35	23.53	7.51	8.62	17.42	10	1.04	11.21	1
2	9.25	23.75	6.61	9.19	17.77	10.48	1.72	10.51	1
3	8.19	30.5	4.72	9.78	16.28	7.6	2.52	10.32	1
4	7.73	29.2	5.42	9.43	19.29	8.49	2.52	10	1
5	9.42	27.93	8.2	8.14	16.17	9.42	1.55	9.76	1
6	9.16	27.98	9.01	9.32	15.99	9.1	1.82	11.35	1
7	10.06	28.64	10.52	10.05	16.18	8.39	1.96	10.81	1
8	9.09	28.12	7.4	9.62	17.26	11.12	2.49	12.65	1
9	9.41	28.2	5.77	10.8	16.36	11.56	1.53	12.17	1
10	8.7	28.12	7.21	10.53	19.45	13.3	1.66	11.96	1
11	6.93	29.85	4.54	9.49	16.62	10.65	1.88	13.61	1
12	8.67	36.05	7.31	7.75	16.67	11.68	2.38	12.88	1
13	9.98	37.69	7.01	8.94	16.15	11.08	0.83	11.67	1
14	6.77	38.69	6.01	8.82	14.79	11.44	1.74	13.23	1
15	8.14	37.75	9.61	8.49	13.15	9.76	1.28	11.28	1
16	7.67	35.71	8.04	8.31	15.13	7.76	1.41	13.25	1
17	7.9	39.77	8.49	12.94	19.27	11.05	2.04	13.29	1
18	7.18	40.91	7.32	8.94	17.6	12.75	1.14	14.8	1
19	8.82	33.7	7.59	10.98	18.82	14.73	1.78	10.1	1
20	6.25	35.02	4.72	6.28	10.03	7.15	1.93	10.39	1
21	10.6	52.41	7.7	9.98	12.53	11.7	2.31	14.69	2

22	7.27	52.65	3.84	9.16	13.03	15.26	1.98	14.57	2
23	13.45	55.85	5.5	7.45	9.55	9.52	2.21	16.3	2
24	10.85	44.68	7.32	14.51	17.13	12.08	1.26	11.57	2
25	7.21	45.79	7.66	10.36	16.56	12.86	2.25	11.69	2
26	7.68	50.37	11.35	13.3	19.25	14.59	2.75	14.87	2
27	7.78	48.44	8	20.51	22.12	15.73	1.15	16.61	2
28	7.94	39.65	20.97	20.82	22.52	12.41	1.75	7.9	待分类
29	8.28	64.34	8	22.22	20.06	15.12	0.72	22.89	待分类
30	12.47	76.39	5.52	11.24	14.52	22	5.46	25.5	待分类

将数据录入文本文件中， 本程序将文本文件命名为“fenlei”
需要 SVM 函数工具箱才能运行

matlab代码如下：

clc, clear
a0=load('fenlei.txt'); %把表中 x1...x8 的所有数据保存在纯文本文件 fenlei.txt 中
a=a0'; b0=a(:,[1:27]); dd0=a(:,[28:end]); %提取已分类和待分类的数据
[b,ps]=mapstd(b0); %已分类数据的标准化
%mapstd 按行逐行地对数据进行标准化处理，
%将每一行数据分别标准化为均值为 ymean(默认为 0)、
%标准差为 ystd(默认为 1)的标准化数据，其计算公式是： y = (x-xmean)*(ystd/xstd) + ymean。
%如果设置的 ystd=0，或某行的数据全部相同(此时 xstd =0)，
%存在除数为 0 的情况，则 Matlab 内部将此变换变为 y = ymean。
dd=mapstd('apply',dd0,ps); %待分类数据的标准化
group=[ones(20,1); 2*ones(7,1)]; %已知样本点的类别标号，即设置分类，
%本程序设置前 20 个为第一类， 21-27 为 2 类
s=svmtrain(b',group) %训练支持向量机分类器
sv_index=s.SupportVectorIndices %返回支持向量的标号（分类器）
beta=s.Alpha %返回分类函数的权系数（分类器）
bb=s.Bias %返回分类函数的常数项（分类器）
mean_and_std_trans=s.ScaleData %第 1 行返回的是已知样本点均值向量的相反数，
%第 2 行返回的是标准差向量的倒数（分类器）
check=svmclassify(s,b') %验证已知样本点
%将检验图画出，更直观些（可不画）
x=1:27;%样本数据有 27 个
a=group';
b=check';
axis([0,28,0,3]);%设置坐标轴范围
plot(x,a,'-o',x,b,'-*')
err_rate=1-sum(group==check)/length(group) %计算已知样本点的错判率
solution=svmclassify(s,dd') %对待判样本点进行分类

 

检验图

待分类 28， 29， 30 的分类情况为：

 

案例②-线性可分 SVM

该程序为恶性肿瘤数据分类，由于数据较多， 大家在调试的时候请自行找数据，该案例程序与案例①相似

将以上数据录入文本文件中， 本程序将文本文件命名为“cancerdata”， 该数据第一列为编号，不用管， 第二列是 1 和-1， 指的是良性和恶性， 后面的就是各指标数据了
matlab代码如下：

clc,clear
a=load('cancerdata.txt');
a(:,1)=[]; %删除第一列病例号
gind=find(a(:,1)==1); %读出良性肿瘤的序号
bind=find(a(:,1)==-1); %读出恶性肿瘤的序号
training=a([1:500],[2:end]); %提出已知样本点的数据
training=training';
[train,ps]=mapstd(training); %已分类数据标准化
group(gind)=1; group(bind)=-1; %已知样本点的类别标号
group=group'; %转换成列向量
xa0=a([501:569],[2:end]); %提出待分类数据
xa=xa0'; xa=mapstd('apply',xa,ps); %待分类数据标准化
s=svmtrain(train',group, 'Method','SMO', 'Kernel_Function','quadratic') %使用序列最小化方法训
练支持向量机的分类器，
%如果使用二次规划的方法训练支持向量机则无法求解
sv_index=s.SupportVectorIndices' %返回支持向量的标号
beta=s.Alpha' %返回分类函数的权系数
b=s.Bias %返回分类函数的常数项
mean_and_std_trans=s.ScaleData %第 1 行返回的是已知样本点均值向量的相反数，
%第 2 行返回的是标准差向量的倒数
check=svmclassify(s,train'); %验证已知样本点
err_rate=1-sum(group==check)/length(group) %计算错判率
solution=svmclassify(s,xa'); %进行待判样本点分类
solution=solution'
sg=find(solution==1) %求待判样本点中的良性编号
sb=find(solution==-1) %求待判样本点中的恶性编号
%画图
y1=1;
y2=-1;
n=length(solution);
x=1:n;
plot(sg,y1,'r*',sb,y2,'bo',x,solution,'k-')
axis([0 n -1.5 1.5])

运行结果如下：

结果在矩阵 solution中：