libsvm matlab工具箱 for 32/64位

libsvm工具箱【xiāng】🚒是一款💳为matlab打造的工具包【gōng jù bāo】🌀，专为计【zhuān wéi jì】算智能研究和【yán jiū hé】应用开【yīng yòng kāi】➰发者，学生，课堂实验室准【yàn shì zhǔn】备【bèi】😵。功能更足够强大【dà】，一些论🥈文已开始利用它🐕，但即使🐄你是【nǐ shì】🤫Matlab新手，也很容易学习此工具箱【xiāng】🚒。欢迎下载。

libsvm简介：

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。

libsvm matlab工具箱安装方法：

一。下载libsvm

在国语【zài guó yǔ】自产精品视频在线看🎚的网站上下【xià】🍵载【zǎi】 libsvm-3.12.zip文件🈂，解压后放在任【fàng zài rèn】🤞意目录下【xià】🍵，最好放【zuì hǎo fàng】🌪在MATLAB工具箱【gōng jù xiāng】中，比如 C:\Program Files\MATLAB\R2011a\toolbox\libsvm-3.12下【xià】🍵。

二。配置编译器

打开⬛ matlab，切换到C:\Program Files\MATLAB\R2011a\toolbox\libsvm-3.12\matlab目录下，键入以【jiàn rù yǐ】🚣下命令【xià mìng lìng】：

mex –setup

出现提示语句

Please choose your compiler for building MEX-files:

Would you like mex to locate installed compilers [y]/n?n %这次是【zhè cì shì】🍶选择编译器【biān yì qì】🤫，输入【shū rù】🌐n，选择自定义的编译器【biān yì qì】🤫

出现以下选项（因电脑而异）

Select a compiler:

[1] Intel C++ 11.1 （with Microsoft Visual C++ 2008 SP1 linker）

[2] Intel Visual Fortran 11.1 （with Microsoft Visual C++ 2008 SP1 linker）

[3] Intel Visual Fortran 11.1 （with Microsoft Visual C++ 2008 Shell linker）

[4] Lcc-win32 C 2.4.1

[5] Microsoft Visual C++ 6.0

[6] Microsoft Visual C++ 2005 SP1

[7] Microsoft Visual C++ 2008 SP1

[8] Microsoft Visual C++ 2010

[9] Microsoft Visual C++ 2010 Express

[10] Open WATCOM C++

[0] None

Compiler: 8%可以用【kě yǐ yòng】其他的【qí tā de】，出现以下提示⚪语句🚿

Your machine has a Microsoft Visual C++ 2010 compiler located at

C:\Program Files\Microsoft visual studio 10.0. Do you want to use this compiler [y]/n?

编译器【biān yì qì】默认路径【jìng】📼，确认正🥫确输入【shū rù】😜y，更改路径【jìng】📼，输入【shū rù】n

输入y出现再次确认

Please verify your choices:

Compiler: Microsoft Visual C++ 2010

Location: C:\Program Files\Microsoft Visual Studio 10.0

Are these correct [y]/n? y

编译器配置完成

Trying to update options file: C:\Documents and Settings\zhangduokun\Application Data\MathWorks\MATLAB\R2011a\mexopts.bat

From template:              C:\PROGRA~1\MATLAB\R2011a\bin\win32\mexopts\msvc100opts.bat

Done . . .

三。编译

输入命令

》 make

》

%编译完成

系统就【xì tǒng jiù】会生成svmtrain.mexw32，svmpredict.mexw32，libsvmread.mexw32和🛃libsvmwrite.mexw32等文件【děng wén jiàn】（对于【duì yú】👚 Matlab 7.1以下上【yǐ xià shàng】版本【bǎn běn】🥁，生成的对应文件为💼svmtrain.dll，svmpredict.dll和🛃 read_sparse.dll，没做测【méi zuò cè】试），然后可以在【yǐ zài】matlab的菜单 File->Set Path->add with subfolders（可直接用🍃Add Folder）里，把🍒 C:\Program Files\MATLAB\R2011a\toolbox\libsvm-3.12\matlab目录添加进去【jiā jìn qù】🍦，这样以后在任何目录下都可【xià dōu kě】🛎以调用😢 libsvm的函数了。

四。测试

为了检【wéi le jiǎn】验🐚 libsvm和【hé】🦋 matlab之间的接口是否已经【fǒu yǐ jīng】配置完👤成，可以在 matlab下执行🦒以下命【yǐ xià mìng】令：

》load heart_scale

完成该步骤后🕕发现Workspace中出现【zhōng chū xiàn】了🧔heart_scale_inst和🛅 heart_scale_label,说明正【shuō míng zhèng】确【què】

》model = svmtrain（heart_scale_label, heart_scale_inst, '-c 1 -g 0.07'）；

》 [predict_label, accuracy, dec_values] = svmpredict（heart_scale_label, heart_scale_inst, model）； %

Accuracy = 86.6667% （234/270） （classification）%  done

如果运🎃行正常并生成了📨model这个结构体【gòu tǐ】🗺（其中保存了📨所有的支持向量及其系数【xì shù】），那么说明 libsvm和【hé】matlab 之间的🍡接口已【jiē kǒu yǐ】经完全【jīng wán quán】🔵配置成【pèi zhì chéng】👏功。

libsvm使用方法：

LIBSVM 使用的一般步骤是：

1） 按照【àn zhào】👰LIBSVM软件包所要求的格式🐭准备数据集【jù jí】；

2） 对数据进行简单的缩放操作；

3） 考虑选用RBF 核函数；

4） 采用交叉验证【chā yàn zhèng】📏选择最😿佳参数【jiā cān shù】C与g ；

5） 采用最😡佳参数【jiā cān shù】C与🚤g 对整个【duì zhěng gè】🔱训练集进行训【jìn háng xùn】练获取支持向量机模型；

6） 利用获取的模型进行测试与预测。

温馨提示：

1. matlab自带了【zì dài le】C编译器🚸Lcc-win32C，但是⚪libsvm原始版本是🌕C++实现的【shí xiàn de】，因此需要C++的编译【de biān yì】器🚸来编译，这就是不适用【bú shì yòng】matlab默认编【mò rèn biān】译器🚸而选择其♊他🏴C++编译器🚸的原因【de yuán yīn】。

matlab支持的编译器也是有【yě shì yǒu】限的，可以查🤓看不同【kàn bú tóng】🍟版本❗matlab支持的编译器列表【liè biǎo】

2. 如【rú】果🚒matlab版本太低【dī】，如【rú】matlab 7.0是不能用VS作为编🎎译器的【yì qì de】🦏，只能用VC++ 6.0

3. .mexw32 文件是经过加💾密的🚞，打开是【dǎ kāi shì】乱码【luàn mǎ】，函数本🏐身没有帮助【bāng zhù】。

例如输入【rù】🧦 help svmpredict会出现🌡报错【bào cuò】： svmpredict not found

工具箱【gōng jù xiāng】libsvm-3.12\matlab中🌵README文件才【wén jiàn cái】🕋是帮助文件。

但是输【dàn shì shū】入【rù】😄help svmtrain会出现帮助信息🥌，其实出【qí shí chū】现的是【xiàn de shì】系统自带的svmtrain函数【hán shù】🕧，没有libsvm工具箱🕞中的好🥗用。

4.在新版🐗本🥔libsvm3.12中【zhōng】，文件夹libsvm-3.12\windows中【zhōng】已经🐵有编译好的程【chéng】序【xù】，可以直接使用，只需要把😈libsvm-3.12\windows添加到【tiān jiā dào】matlab路径中【lù jìng zhōng】即可【jí kě】，不需要✍编译的【biān yì de】过🕟程【chéng】。当然最🗑好还是自己编【zì jǐ biān】译一遍，因为编译环境【yì huán jìng】不同会🤲导致一些不可⬜预估的小问题，自己编【zì jǐ biān】译的过🕟程是可【chéng shì kě】控的【kòng de】🏜。