libsvm3.22——在matlab(32位和64位)中的安装

一、libsvm官方网址

http://www.csie.ntu.edu.tw/~cjlin/libsvm/

使用入门阅读文档：《A practical guide to SVM classification》 

下载地址：http://download.csdn.net/detail/ckzhb/9840092

 

二、安装

详细安装教程：http://www.matlabsky.com/thread-11925-1-1.html

若64位版本MATLAB安装不成功，可采取以下方法：

主要是不需要如此麻烦的编译过程，直接将libsvm-3.22中windows文件夹添加到工作目录即可。

参考：http://blog.csdn.net/buaasuozi/article/details/50781615/

第一步：添加libsvm-3.22所在位置到matlab的工作搜索路径。（不同于当前目录）

命令行中键入pathtool，然后添加libsvm-3.22所在文件夹，选择“添加文件及其子文件”选项。

更新：若想要使用官方版本的libsvm中的参数优化工具grid.py等，不要将libsvm的安装路径整得很复杂！！

本文将其安装包libsvm322直接放在D盘。

第二步：切换当前工作目录为libsvm所在文件下的matlab文件比如D:\libsvm322\matlab。

第三步：在命令行输入命令 make,此时在文件夹.../matlab中会出现带mexm64后缀的文件。

第四步：拷贝matlab文件夹中所有make出来的文件至D:\libsvm322\windows。

第五步：安装完成，使用数据集进行验证。

 

三、用heart_scale数据集测试出现的问题

1、load heart_scale;                          %matlab提示出错。

方法一：将数据转换为其他格式比如.mat、.txt等。

数据集下载：https://download.csdn.net/download/ckzhb/10458430

方法二：用libsvmread（‘heart_scale’）,需将当前目录设置为数据所在目录。

使用方法：https://blog.csdn.net/ckzhb/article/details/72123557

2、训练函数报错

model = svmtrain(heart_scale_label,heart_scale_inst);  

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

输入上面两句命令后，得到的accuracy为空。

解决办法：

安装版本为libsvm3.22，其中svmpredict的返回参数的形式有变化。将其改为

[predict_label,accuracy,decision_value] = svmpredict(heart_scale_label,heart_scale_inst,model);