交互支持向量机学习算法能解决一些监督学习问 题中学习样本较少的问题, 它以支持向量机(SVM ) 方法为 基础, 将设计分类器变成一个交互的过程, 即: 根据对已知 样本进行的SVM 分类器设计, 主动采样选择“有用”的新样 本, 并进行下一步SVM 分类器的设计。与普通SVM 法相 比, 该方法所需的样本量大大降低, 而且可能达到更好的推 广能力。文本信息过滤问题的实例说明了该算法的有效性。-Interactive support vector machine lear

对于大盘指数的有效预测可以为从整体上观测股市的变化提供强有力的信息，所以对于上证指数的预测具有很大意义。本代码用Matlab对1990.12.20-2009.8.19-每天的开盘指数进行支持向量机回归分析，拟合效果较好。-For effectively predict the market index can provide a strong message to the observed changes in the stock market as a whole, so the foreca