安装了libsvm，matlab自带的svmtrain怎么用

1、  配置C环境：

在MATLAB中任意路径下，输入mex –setup

然后按步骤进行

2、  添加路径

(1)    将libsvm工具箱复制到MATLAB的toolbox文件夹下

(2)    Set path-------Add withSubfolders,将libsvm的工具箱文件夹添加到路径中

3、  编译

将当前路径设置为libsvm工具箱中的matlab文件夹下，输入make即可。

此时，若直接调用svmtrain()，则用的还是MATLAB自带的函数。

如果当前目录在libsvm下，那么就会调用libsvm的svmtrain

自带的svmtrain的调用格式和libsvm的svmtrain的格式是不一样的，自带的格式是SVMStruct = svmtrain(‘训练矩阵’，‘训练标签’ 'Showplot',ShowplotValue, ...)

而libsvm的格式需要把标签写在第一个参数，若想使用自带的，那么把libsvm的路径从搜索路径中删除

即set path然后remove，并且把当前目录切换到toolbox下。

Svmtrain的用法：

svmtrain [options] training_set_file [model_file]

Options：可用的选项即表示的涵义如下

-s svm类型：SVM设置类型(默认0)

0 -- C-SVC

1 --v-SVC

2 – 一类SVM

3 -- e -SVR

4 -- v-SVR

-t 核函数类型：核函数设置类型(默认2)

0 – 线性：u'v

1 – 多项式：(r*u'v + coef0)^degree

2 – RBF函数：exp(-r|u-v|^2)

3 –sigmoid：tanh(r*u'v + coef0)

-d degree：核函数中的degree设置(默认3)

-g 函数设置(默认1/ k)r(gama)：核函数中的

-r coef0：核函数中的coef0设置(默认0)

-c cost：设置C-SVC， -SVR的参数(默认1)-SVR和

- SVR的参数(默认0.5)-SVC，一类SVM和-n nu：设置

-SVR-p e：设置的值(默认0.1)中损失函数

-m cachesize：设置cache内存大小，以MB为单位(默认40)

-e ：设置允许的终止判据(默认0.001)

-h shrinking：是否使用启发式，0或1(默认1)

-wi C(C-SVC中的C)(默认1)weight：设置第几类的参数C为weight

-v n: n-fold交互检验模式

其中-g选项中的k是指输入数据中的属性数。option -v 随机地将数据剖分为n部分并计算交互检验准确度和均方根误差。以上这些参数设置可以按照SVM的类型和核函数所支持的参数进行任意组合，如果设置的参数在函数或SVM类型中没有也不会产生影响，程序不会接受该参数；如果应有的参数设置不正确，参数将采用默认值。training_set_file是要进行训练的数据集；model_file是训练结束后产生的模型文件，文件中包括支持向量样本数、支持向量样本以及lagrange系数等必须的参数；该参数如果不设置将采用默认的文件名，也可以设置成自己惯用的文件名。

---