Libsvm工具箱安装:
https://www.csie.ntu.edu.tw/~cjlin/libsvm/
下载:libsvm-3.2.22.zip包;放入matlab toolbox目录
并执行:
cd (‘D:\Program Files\MATLAB\R2012a\toolbox\libsvm-3.22\matlab’)
mex -setup
make
读入变量利用SVMtrain训练得模型,利用SVMpredict训练得预测结果:
model=svmtrain(X_norm(:,6),X_norm(:,1:5));//;
[predicted_label,accuracy, decision_values]=svmpredict(Y_norm(:,6),Y_norm(:,1:5),model);//
C语言使用:
将libsvm-3.2.22.zip包下svm.cpp与svm.h引入到建立的C语言工程中;建立工程 利用matlab的训练结果参数输入到C的工程中,然后利用预测函数 svm_predict得到预测结果:
工程见:https://download.csdn.net/download/enjoy_learn/10554743
主要是在https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 下载的代码;