LIBSVM数据归一化以及解决错误使用mex未找到支持的编译器或SDK问题详述

刚开始学习《机器学习》，写了一个小算法，需要Large-scale数据跑一下程序，就从LIBSVM(https://www.csie.ntu.edu.tw/~cjlin/libsvm/)上拿了一些数据，小白遇到了一些问题，下面就此详细的写一下问题解决过程。如有错误，欢迎指出。

目录

1. LIBSVM数据格式
2. 数据预处理/归一化
   下载LIBSVM
3. 将livsvm格式的数据转化为Matlab可读文件
   3.1 解决错误使用mex未找到支持的编译器或SDK问题
   3.2 使用libsvmread转化数据格式

1.LIBSVM数据格式

LIBSVM文件中的数据一般给的是：

[label] [index1]:[value1] [index2]:[value2] ....

Label 是类（class）
index 是索引，按照升序排列
value 是特征值

具体拿libsvm默认的数据heart做演示：

2.数据预处理/归一化

进行缩放的原因和使用神经网络时的考虑是一样的，由于RBF网络中采用样本数据的欧式距离来计算。主要优点就是避免数值范围较大的属性控制数值范围较小的属性。另一个优点就是避免计算时的numerical difficulties，也有利于提高准确率和速率，一般是将数据缩放至[-1,1]。

下载LIBSVM

参考博文：https://blog.csdn.net/yushupan/article/details/78998128
①下载地址：http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 下载最新版本的LIBSVM 3.23，将下载的安装包解压至"