温州做网站哪家比较好,开通网站申请书,四川seo推广,建材建设网站在科研中需要用到支持向量机(Support Vector Machines, SVM)来进行分类#xff0c;而目前比较成熟的用于实现SVM的软件包则首推LibSVM。LibSVM目前的版本已经能直接在MATLAB中使用了#xff0c;虽然MATLAB已经提供了诸如svmtrain等SVM相关的函数#xff0c;可是相比LibSVM的…在科研中需要用到支持向量机(Support Vector Machines, SVM)来进行分类而目前比较成熟的用于实现SVM的软件包则首推LibSVM。LibSVM目前的版本已经能直接在MATLAB中使用了虽然MATLAB已经提供了诸如svmtrain等SVM相关的函数可是相比LibSVM的易用性以及其强大的功能还是要差了不少。不仅如此目前有关LibSVM的资料在互联网上也比较丰富所以最终选择LibSVM在MATLAB环境下实现SVM分类样品会是一个很不错的选择。LibSVM可以直接从其主页上下载到我们所需要用到的就是MATLAB版本不过仍然需要对其进行一个编译。这个过程十分简单不过需要你已经安装了MATLAB的较新的版本(比如2009以后的版本因为较旧的MATLAB版本不能识别较新的VS而只能使用VC 6.0)以及Microsoft Visual Studio。1.编译LibSVM的MATLAB版本如果你的电脑上已经安装了如MATLAB的较新版本以及Microsoft Visual Studio那么你可以直接将下载的LibSVM解压出来并拷贝到MATLAB的工作目录下(这个过程不是必须但会更为方便接下来的处理)。然后在MATLAB中将LibSVM目录添加到MATLAB的识别路径下(Add path)并将LibSVM下的MATLAB文件夹设置为MATLAB的当前工作目录。接着在MATLAB命令行窗口中输入mex -setup回车执行命令选择编译器。需要注意的是mex跟-setup之间有个空格。不要选择MATLAB的默认编译器而手动选择Microsoft的VS编译器(只需告诉MATLAB其安装路径即可)。设置好编译器在MATLAB命令行窗口中输入make即可开始对LibSVM进行编译了。如果没有什么错误提示最终编译成功之后在LibSVM文件夹下的MATLAB文件夹里将有四个以.mexw32结尾的编译完成的可执行文件。2.加载数据集验证程序编译完毕之后我们可以加载数据集以验证程序是否编译成功。但是这里就出现了问题如果使用以前的很多教程和文章中出现的诸如load heart_scale来载入heart_scale数据文件将会出现如下所示的错误??? Error using loadNumber of columns on line 2 of ASCII file…\MATLAB\libsvm\heart_scalemust be the same as previous lines.有人说好像这是因为heart_scale数据集是一个C类型的文件所以使用MATLAB的load载入而不能成功。所以现在需要使用LibSVM提供的libsvmread函数来读取数据文件读取格式如下[label_vector, instance_matrix] libsvmread(‘heart_scale’);问题是这样仍然不能成功而提示如下的错误can’t open input file heart_scale但是我们可以解决这个问题通过这样的方式1.将位于LibSVM文件夹下的heart_scale数据文件拷贝到当前工作目录(MATLAB)中或2.将LibSVM文件夹设置为当前工作目录如此再执行libsvmread命令即可将数据文件读取进来进行一些基本的处理了使用model svmtrain(label_vector,instance_matrix);训练SVM模型使用[predict_label, accuracy, decision_values] svmpredict(label_vector,instance_matrix,model);得到模型的预测结果Accuracy 86.6667% (234/270) (classification)
