LIBSVM工具箱 && LIBSVM-FarutoUitimate工具箱

附录
LIBSVM工具箱下载地址
http:/ , www. csie. ntu.edu. tw/~ cjlin/bsvm 1

SVM多分类支持向量机
SVM算法最初是为二值分类问题设计的，当处理多类问题时，就需要构造合适的多类分类器。目前，构造SVM多类分类器的方法主要有两类，一类是直接法，直接在目标面数上进行修改，将多个分类面的参数求解合并到一个最优化问题中,通过求解该最优化问题“一次性”
实现多类分类。这种方法看似简单,但其计算复杂度比较高,实现起来比较困难，只适合用于小型问题中。另-类是间接法，主要是通过组合多个二分类器来实现多分类器的构造,常见的方法有一对多和一对一两种。
1)一般对多(one - versus - rest)法:训练时依次把某个类别的样本归为一类,其他剩余的样本归为另一类，这样k个类别的样本就构造出了k个SVM.分类时将未知样本分类为具有最大分类函数值的那类。
2)一对一(one - versus-one)法.其做法是在任意两类样本之间设计一个SVM,因此k个类别的样本就需要设计k(k -1)/2 个SVM。当对一个未知样本进行分类时,最后得票最多的类别即为该未知样本的类别。
3)层次支持向量机（H-SVMs）.
4)有向无环图
5)。。。

LIBSVM-FarutoUitimate工具箱下载地址：
http://www. matlabsky. com/thread - 17936-1- 1. html.

gaSVMcgForClass.m
gaSVMcgForClass.m的功能为参数优化，其调用格式如下：
[bestCVaccuracy,bestc,bestg,ga_option]=gaSVMcgForClass(train_label,train_data,ga_optiion)
输入：
Train_label:训练集的标签，格式要求与svmtrain相同。
Train_data:训练集，格式要与svmtrain相同。
Ga_option:GA中的一些参数设置，可不输入，有默认值。
输出：
bestCVaccuracy：最终CV意义下的最佳分类标准率。
Bestc:最佳参数c.
Beatg:最佳参数g。
Ga_option:记录GA中的一些参数。