在matlab环境下:
1. 采样。函数sample
2. 加上类标,计算特征值。函数SVMdata
3. 生成训练集、测试集。函数sepjoin
4. 转换成libSVM要求的格式。函数write4libsvm
为了方便修改,上述4步可以集中存放在WholeFlow.m中:
[sampled_no,sampled_with] = sample (packetprocess_no,packetprocess_with,300,320,sw,si);
SVM_no = SVMdata(sampled_no,no,0);
SVM_with = SVMdata(sampled_with,no,1);
[train,test] = sepjoin(SVM_no,SVM_with,200,100);
write4libsvm(train);
write4libsvm(test);
在libSVM环境下:
5. 数据预处理,通过svm-scale命令将训练集和测试集进行适当缩