电话营销作为一种低成本的营销模式，一直是银行推广理财产品的最重要渠道。 传统的电话销售不仅给许多电话访问客户带来了干扰，而且浪费了银行本身的资源。 为了提高银行电话营销的成功率，有必要提前预测哪些客户最有可能购买理财产品，以实现精准营销。 针对影响电话销售成功率的因素的复杂的高维非线性特征，提出了一种t-SNE（t分布随机邻居嵌入）特征提取方法，然后将提取的低维特征作为输入，使用非线性支持向量机（SVM）用于训练和预测。 实证结果表明，本文提出的基于t-SNE-SVM的银行电话。 营销预测模型具有良好的学习能力和泛化能力，可以为银行等行业实现精准营销提供一定的决策参考。

基于SVM对鸢尾花数据集进行分类，并做了超平面以及支持向量的可视化

此SVM_GUI是基于libsvm-FarutoUltimate3.0，所以你需要实现安装该工具箱。操作简单，具体使用可参看内部说明文件。

相关向量机 (Relevance Vector Machine, RVM) 语言：MATLAB 版本：V2.1 ----------------------------------------- 创作不易，欢迎各位5星好评~~~ 如有疑问或建议，请发邮件至：iqiukp@outlook.com 可提供关于该算法/代码的付费咨询和有偿编写 ----------------------------------------- 主要功能 1. 二分类学习（RVC）和回归学习（RVR） 2. 支持多种核函数 (linear, gaussian, polynomial, sigmoid, laplacian) 3. 支持混合核函数（K = w1×K1+w2×K2+...+wn×Kn) 4. 支持基于贝叶斯超参数优化、遗传算法和粒子群算法的 RVM 参数优化 ----------------------------------------- 注意 1. 仅支持 R2016b 以上的 MATLAB 2. 提供了多个示例文件，每个文件的开头都有对应的介绍 3. 此代码仅供参考

支持向量机讲义

文档很不错，算法都由详细的推导，很好的入门材料。

支持向量机二分类小例子，附代码！改进支持向量机 (support vector machine，SVM)的故障诊断方法，是将人工智能和机器学习最年轻的 理论——支持向量机用于故障诊断技术，能较充分地利用可测的过程数据，而不 依赖于精确的数学模型。

很好用的支持向量机实现多类分类Matlab程序

用MATLAB平台，使用支持向量机算法，实现对印章的提取和检测。

摘 要：频谱预测是认知无线电系统中的关键技术之一，利用该技术可以显著减少认知用户的能量损耗，同时提高系统的频谱利用率。针对现有基于BP神经网络的频谱预测方法预测精度低及失效率高等问题，将建立在统计学习理论和结构风险最小原则上的支持向量机引入认知无线电频谱预测中，利用其对小样本及非线性数据优越的预测性能对信道进行预测。实验结果表明，该方法通过避免无效检测，提高了频谱感知系统的性能，并且比基于BP神经网络算法的模型的预测精度更高，具有良好的实用性与灵活性。