MATLBA中最小二乘支持向量机原理+实例分析[通俗易懂]

1、最小二乘支持向量机LSSVM基本原理

最小二乘支持向量机是支持向量机的一种改进，它是将传统支持向量机中的不等式约束改为等式约束, 且将误差平方和(SumSquaresError)损失函数作为训练集的经验损失,这样就把解二次规划问题转化为求解线性方程组问题, 提高求解问题的速度和收敛精度。

常用的核函数种类：

2、LSSVM工具箱的使用方法

2.1 最小二乘支持向量机Matlab工具箱下载链接：https://www.esat.kuleuven.be/sista/lssvmlab/（毫无疑问下载最新版本）

2.2 将LS-SVM文件添加到matlan使用路径中，便可直接使用。

具体使用步骤：

1 导入训练数据：load 读取mat文件和ASCII文件；xlsread读取.xls文件；csvread读取.csv文件。

2 数据预处理：效果是加快训练速度。

方法有：归一化处理(把每组数据都变为 – 1～ +1之间的数, 所涉及到的函数有premnmx, post mnmx, tramnmx)

              标准化处理(把每组数据都化为均值为 0,