SVM 分类边界可视化的 MATLAB 代码 (libsvm-3.23)

林智仁教授开发的全国最火的SVM第三方库libSVM，压缩包中有libSVM-3.23.zip、安装方法.txt。下载使用，安装方法在其他博客中也有，我这里是自己安装时的过程总结。

用于深度学习的SVR的最新版实现工具包，帮助实现非线性回归或者预测，可以在python matlab等环境实现

支持向量数据描述（Support Vector Data Description，SVDD）是一种单值分类算法，能够实现目标样本和非目标样本的区分。 该代码实现了libsvm-3.23工具箱中SVDD的决策边界可视化，其实现流程为： 1. 建立训练集的SVDD超球体模型 2. 利用网格法填充训练集区域 3. 预测每个网格点的得分 4. 根据网格点得分绘制等高线 5. 绘制决策边界 利用香蕉数据集进行示例，给出了"欠拟合"、“正常”和“过拟合”情况下的SVDD决策边界可视化结果以及测试集的预测结果。

LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。

本工具为Matlab中的libsvm支持向量机工具箱，版本为3.23，内含heart_scale的测试集。