LibSVM是台湾 林智仁(Chih-Jen Lin's) 教授2001年开发的一套支持向量机的库，这套库运算速度还是挺快的，可以很方便的对数据做分类或回归。 由于libSVM程序小，运用灵活，输入参数少，并且是开源的，易于扩展，因此成为目前国内应用最多的SVM的库。 这套库可以从林智仁的home page上免费获得，目前已经发展到3.1版。下载.zip格式的版本，解压后可以看到，主要有5个文件夹和一些c++源码文件。

针对信息融合分类中DS理论基本概率赋值函数（BPA）一直难以解决的问题，提出了一种基于SVM和DS理论的决策融合方法。利用Platt概率模型将不同核函数SVM分类器的硬输出转化为概率输出，并将混淆矩阵作为计算各分类器局部可信度的依据。根据SVM的后验概率和分类器的局部可信度来建立基本概率赋值函数，再通过DS融合做出最终决策。将该方法应用于高铁故障数据，实验结果表明，该构造BPA的方法在实际问题中有效且合理，该决策融合方法与单一分类器相比，能稳定地提高分类准确率。

采用最小二乘法支持向量机对数据进行分类，预测。 该程序已经过验证，可以使用。

完整代码，可直接运行

【手写数字识别】基于支持向量机SVM实现手写数字识别matlab源码含GUI.md

SVM手写数字识别，使用scikit-learn库的数据库

Speech Emotion Recognition 用 LSTM、CNN、SVM、MLP 进行语音情感识别，Keras 实现。 改进了特征提取方式，识别准确率提高到了 80% 左右。原来的版本的存档在 。 | 中文文档   Environments Python 3.6.7 Keras 2.2.4   Structure ├── models/ // 模型实现 │   ├── common.py // 所有模型的基类 │   ├── dnn // 神经网络模型 │   │ ├── dnn.py // 所有神经网络模型的基类 │   │ ├── cnn.py // CNN │   │ └── lstm.py // LSTM │   └── ml.py

支持多类的svm分类器，带样例，带详细注释，大家一起交流学习吧

基于二叉树SVM多类分类算法研究文章对应的代码附件，基于二叉树SVM多类分类算法研究文章对应的代码附件，基于二叉树SVM多类分类算法研究文章对应的代码附件。

支持向量机的回归预测问题（经典案例辛烷值预测的代码实现）