limsvm工具箱参数

调用格式例子：
model=libsvmtrain(train_label',train_data','-t 1 -d 2');
[predict_train_label]=libsvmpredict(train_label',train_data',model);
[predict_test_label]=libsvmpredict(test_label',test_data',model);

参数：
-s svm类型：SVM模型设置类型（默认值为0）
    0：C - SVC
    1:nu - SVC
    2：one - class SVM
    3: epsilon - SVR
    4: nu - SVR
- t 核函数类型：核函数设置类型（默认值为2）
    0:线性核函数 u'v
    1:多项式核函数(r *u'v + coef0)^degree
    2:RBF 核函数 exp( -r|u - v|^2)
    3:sigmiod核函数 tanh(r * u'v + coef0)
- d degree:核函数中的 degree 参数设置（针对多项式核函数，默认值为3）
- g r(gama):核函数中的gama参数设置（针对多项式/sigmoid 核函数/RBF/，默认值为属性数目的倒数）
- r coef0:核函数中的coef0参数设置(针对多项式/sigmoid核函数，默认值为0)
- c cost:设置 C - SVC,epsilon - SVR 和 nu - SVR的参数（默认值为1）
- n nu:设置 nu-SVC ，one - class SVM 和 nu - SVR的参数
- p epsilon:设置 epsilon - SVR 中损失函数的值（默认值为0.1）
- m cachesize:设置 cache 内存大小，以 MB 为单位（默认值为100）
- e eps:设置允许的终止阈值（默认值为0.001）
- h shrinking：是否使用启发式，0或1（默认值为1）
- wi weight:设置第几类的参数 C 为 weight * C（对于 C - SVC 中的 C，默认值为1）
- v n:n - fold 交互检验模式，n为折数，必须大于等于2

-s svm类型：SVM模型设置类型（默认值为0）
 
- t 核函数类型：核函数设置类型（默认值为2）
 
- d degree:核函数中的 degree 参数设置（针对多项式核函数，默认值为3）
 
- g r(gama):核函数中的gama参数设置（针对多项式/sigmoid 核函数/RBF/，默认值为属性数目的倒数）
 
- r coef0:核函数中的coef0参数设置(针对多项式/sigmoid核函数，默认值为0)

基于limsvm-3.1 的Libsvm-FarutoUltimate3.1增添了预处理函数和参数寻优，在github上开源了全部的源代码，参数寻优最近写课设用到了，非常方便
https://github.com/faruto/Libsvm-FarutoUltimate-Version地址