end
W = r_data(:, 1:4);%样本数据 label = r_data(:, 5);%样本分类 %构造输出矩阵 output = zeros(N, 3); for i = 1:N
output(i, label(i)) = 1; end
c = 1:10:500;
mu = [0.1, 0.2, 0.3, 0.4];
figure('name', 'BP神经网络算法'); for i_mu = 1:length(mu) e = zeros(1, length(c)); for i_c = 1:length(c)
[Y, wi1, w12, w2o] = BpNeuralNetworks(W, output, 5, 4, 2, mu(i_mu), 0.05, c(i_c)); %统计识别错误率 e_num = 0; for i = 1:N
[m, m_index] = max(Y(i, :)); if(m_index ~= class(i)) e_num = e_num+1; end end
e(i_c) = 100*e_num/N; end
subplot(2, 2, i_mu); plot(c, e);
title(sprintf('%s%2.1f', 'BP神经网络算法训练曲线 - 步长调整因子=', mu(i_mu))); ylabel('错误率(%)'); xlabel('训练次数'); end
3. 实验数据Fisher's Iris Data.xls 萼片长度 5.1 4.9 4.7 4.6 5 5.4 4.6 5 Fisher's Iris Data 萼片宽度 花瓣长度 花瓣宽度 物种编号 物种 3.5 1.4 0.2 1 青风藤 3 1.4 0.2 1 青风藤 3.2 1.3 0.2 1 青风藤 3.1 1.5 0.2 1 青风藤 3.6 1.4 0.2 1 青风藤 3.9 1.7 0.4 1 青风藤 3.4 1.4 0.3 1 青风藤 3.4 1.5 0.2 1 青风藤 4.4 4.9 5.4 4.8 4.8 4.3 5.8 5.7 5.4 5.1 5.7 5.1 5.4 5.1 4.6 5.1 4.8 5 5 5.2 5.2 4.7 4.8 5.4 5.2 5.5 4.9 5 5.5 4.9 4.4 5.1 5 4.5 4.4 5 5.1 4.8 5.1 4.6 5.3 5 7 2.9 3.1 3.7 3.4 3 3 4 4.4 3.9 3.5 3.8 3.8 3.4 3.7 3.6 3.3 3.4 3 3.4 3.5 3.4 3.2 3.1 3.4 4.1 4.2 3.1 3.2 3.5 3.6 3 3.4 3.5 2.3 3.2 3.5 3.8 3 3.8 3.2 3.7 3.3 3.2 1.4 1.5 1.5 1.6 1.4 1.1 1.2 1.5 1.3 1.4 1.7 1.5 1.7 1.5 1 1.7 1.9 1.6 1.6 1.5 1.4 1.6 1.6 1.5 1.5 1.4 1.5 1.2 1.3 1.4 1.3 1.5 1.3 1.3 1.3 1.6 1.9 1.4 1.6 1.4 1.5 1.4 4.7 0.2 0.1 0.2 0.2 0.1 0.1 0.2 0.4 0.4 0.3 0.3 0.3 0.2 0.4 0.2 0.5 0.2 0.2 0.4 0.2 0.2 0.2 0.2 0.4 0.1 0.2 0.2 0.2 0.2 0.1 0.2 0.2 0.3 0.3 0.2 0.6 0.4 0.3 0.2 0.2 0.2 0.2 1.4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 青风藤 云芝 6.4 6.9 5.5 6.5 5.7 6.3 4.9 6.6 5.2 5 5.9 6 6.1 5.6 6.7 5.6 5.8 6.2 5.6 5.9 6.1 6.3 6.1 6.4 6.6 6.8 6.7 6 5.7 5.5 5.5 5.8 6 5.4 6 6.7 6.3 5.6 5.5 5.5 6.1 5.8 5 3.2 3.1 2.3 2.8 2.8 3.3 2.4 2.9 2.7 2 3 2.2 2.9 2.9 3.1 3 2.7 2.2 2.5 3.2 2.8 2.5 2.8 2.9 3 2.8 3 2.9 2.6 2.4 2.4 2.7 2.7 3 3.4 3.1 2.3 3 2.5 2.6 3 2.6 2.3 4.5 4.9 4 4.6 4.5 4.7 3.3 4.6 3.9 3.5 4.2 4 4.7 3.6 4.4 4.5 4.1 4.5 3.9 4.8 4 4.9 4.7 4.3 4.4 4.8 5 4.5 3.5 3.8 3.7 3.9 5.1 4.5 4.5 4.7 4.4 4.1 4 4.4 4.6 4 3.3 1.5 1.5 1.3 1.5 1.3 1.6 1 1.3 1.4 1 1.5 1 1.4 1.3 1.4 1.5 1 1.5 1.1 1.8 1.3 1.5 1.2 1.3 1.4 1.4 1.7 1.5 1 1.1 1 1.2 1.6 1.5 1.6 1.5 1.3 1.3 1.3 1.2 1.4 1.2 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 云芝 5.6 5.7 5.7 6.2 5.1 5.7 6.3 5.8 7.1 6.3 6.5 7.6 4.9 7.3 6.7 7.2 6.5 6.4 6.8 5.7 5.8 6.4 6.5 7.7 7.7 6 6.9 5.6 7.7 6.3 6.7 7.2 6.2 6.1 6.4 7.2 7.4 7.9 6.4 6.3 6.1 7.7 6.3 2.7 3 2.9 2.9 2.5 2.8 3.3 2.7 3 2.9 3 3 2.5 2.9 2.5 3.6 3.2 2.7 3 2.5 2.8 3.2 3 3.8 2.6 2.2 3.2 2.8 2.8 2.7 3.3 3.2 2.8 3 2.8 3 2.8 3.8 2.8 2.8 2.6 3 3.4 4.2 4.2 4.2 4.3 3 4.1 6 5.1 5.9 5.6 5.8 6.6 4.5 6.3 5.8 6.1 5.1 5.3 5.5 5 5.1 5.3 5.5 6.7 6.9 5 5.7 4.9 6.7 4.9 5.7 6 4.8 4.9 5.6 5.8 6.1 6.4 5.6 5.1 5.6 6.1 5.6 1.3 1.2 1.3 1.3 1.1 1.3 2.5 1.9 2.1 1.8 2.2 2.1 1.7 1.8 1.8 2.5 2 1.9 2.1 2 2.4 2.3 1.8 2.2 2.3 1.5 2.3 2 2 1.8 2.1 1.8 1.8 1.8 2.1 1.6 1.9 2 2.2 1.5 1.4 2.3 2.4 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 云芝 云芝 云芝 云芝 云芝 云芝 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 6.4 6 6.9 6.7 6.9 5.8 6.8 6.7 6.7 6.3 6.5 6.2 5.9
3.1 3 3.1 3.1 3.1 2.7 3.2 3.3 3 2.5 3 3.4 3 5.5 4.8 5.4 5.6 5.1 5.1 5.9 5.7 5.2 5 5.2 5.4 5.1 1.8 1.8 2.1 2.4 2.3 1.9 2.3 2.5 2.3 1.9 2 2.3 1.8 3 3 3 3 3 3 3 3 3 3 3 3 3 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵 锦葵
姓名： 班级： 学号：
实验五 支持向量机算法实验
一、实验目的
1.了解支持向量机算法的原理及其推导过程。 2.掌握支持向量机算法并用Matlab实现。
3.使用Matlab分析支持向量机算法生成的判别界面的分类效果。
二、实验数据
本实验数据来自Fisher's Iris Data.xls https://en.wikipedia.org/wiki/Iris_flower_data_set
选取萼片长度和花瓣长度作为变量，青风藤和云芝各50个样本（见附录）