Beste MATLAB-Toolbox, die Support Vector Regression implementiert? [geschlossen]
-
03-07-2019 - |
Frage
In diesem Wikipedia-Artikel über SVM gibt es eine Reihe von Links zu verschiedenen Implementierungen MATLAB-Toolbox für Support Vector Machines. Könnte jemand ist in Bezug auf Geschwindigkeit, Benutzerfreundlichkeit, etc. am besten, welche diesen vor.
Lösung
Ich habe verwendet libSVM . Es ist ziemlich schnell und einfach, und bietet einige nützliche Werkzeuge, auch. Es gibt einige Beispiele davon in Gebrauch hier . Die andere nette Sache ist, dass es Implementierungen in C ++ und Java auch so, wenn Sie sich außerhalb von Matlab zu entwickeln finden, um (einen Prototyp in etwas schnell, zum Beispiel zu drehen), werden Sie eine vertraute Benutzeroberfläche, mit zu arbeiten.
Andere Tipps
Ohne Zweifel Cawleys das Beste ist.
Sie können immer verwenden MathWorks Implementierung von SVM in der Bioinformatics Toolbox mit den Funktionen: svmtrain und svmclassify , die wie gewohnt hervorragende Dokumentation haben
Dies beantwortet Ihre Frage nicht direkt, aber wenn Sie einen M-Skript beschleunigen wollen schauen in die Embedded MATLAB-Toolbox und MEX-Funktionen. Grundsätzlich können Sie diese Tools verwenden, um Ihren M-Skripte zu kompilieren, ich habe es getan und ich erhalte eine Größenordnung Leistungsgewinn Minimum. Die Leute an dem MW sagen Sie die 100-fache Verbesserung erhalten.