利用matlab展示多种分类器的分类边界

前言:

0. 源代码

百度网盘
链接:https://pan.baidu.com/s/1y-ris_t2lnROzDh1vwnaaA
提取码:3nnv

1. ELM(线性判别分析)

1.1 隐层结点设置为5

1.2 隐层结点设置为50

1.3 隐层结点设置为500

2. SVM(支持向量机)

注:程序中SVM是基于libsvm,需要提前安装并配置。

2.1 线性核函数

2.2 多项式核函数

2.3 径向基核函数

2.4 Sigmoid核函数

3. KNN(k近邻)

3.1 k=1

3.2 k=3

3.3 k=5

3.4 改动版

注:把每一种标签都找出距离最近的k的样本,以平均距离进行分类。(下图,k取2)

4. LDA(线性判别分析)

5. RF(随机森林)

5.1 决策树的数目为3

5.2 决策树的数目为10

5.3 决策树的数目为50

6. Bp(误差反向传播算法)

6.1 隐层结点为5个

6.2 隐层结点为10个

6.3 隐层结点为100个

7. 强学习器集成

7.1 ELM同质集成

7.2 SVM,KNN,ELM异质集成


问:最喜欢哪个分类边界?
答:个人喜欢3.4,如下图。

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
上一篇 2022年5月19日 下午12:04
下一篇 2022年5月19日 下午12:08

相关推荐

本站注重文章个人版权,不会主动收集付费或者带有商业版权的文章,如果出现侵权情况只可能是作者后期更改了版权声明,如果出现这种情况请主动联系我们,我们看到会在第一时间删除!本站专注于人工智能高质量优质文章收集,方便各位学者快速找到学习资源,本站收集的文章都会附上文章出处,如果不愿意分享到本平台,我们会第一时间删除!