Contents.m




 Synopsis:

  svm_model = lin2svm(kfe_model,lin_model)



 Description:

  This function merges kernel feature extraction model

  (data-type kernel projection) and linear classifier to 

  create kernel (SVM) classifier.



 Input:

  kfe_model [struct] Kernel data projection:

   .Alpha [nsv x new_dim] Weight vector.

   .b [new_dim x 1] Biases.

   .oprions.ker [string] Kernel identifier (see 'help kernel').

   .options.arg [1xnargs] Kernel arguments.



  lin_model [struct] Linear classifier:

   .W [dim x nfun] Weight vector(s).

   .b [nfun x 1] Bias(es).

  

 Output:

  svm_model [struct] Kernel classifer:

   .Alpha [nsv x nfun] Weight vector(s).

   .b [nfun x 1] Bias(es).

   .options [struct] Copy of kfe_model.options.



 Example:

  data = load('riply_trn');

  options = struct('ker','rbf','arg',1,'new_dim',10);

  kpca_model = greedykpca(data.X,options);

  proj_data = kernelproj(data,kpca_model);

  lin_model = fld(proj_data);

  kfd_model = lin2svm(kpca_model,lin_model);

  figure; ppatterns(data); pboundary(kfd_model);



 See also 

  LIN2QUAD, SVMCLASS, LINCLASS.