Matlab在运行SVM相关函数时,如果显示“svmtrain已删除 请改用fitcsvm”,则表示高版本的Matlab已经采用fitcsvm函数替代了旧版本中svmtrain函数,则可以使用新的fitcsvm函数,也可以添加包libsvm后,使用svmtrain函数。
如果想继续使用svmtrain函数,请按照一下操作添加包libsvm。
第一步
打开链接,下载libsvm包。链接:LIBSVM——支持向量机库
第二步
1、下载之后就解压得到libsvm文件,并将这个文件拷贝到自己的Matlab安装路径中的toolbox文件里。
2、打开Matlab,在工具栏找到“设置路径”。如下图
3、点击添加并包含子文件夹后,选择toolbox文件里的libsvm-3.24包下的matlab文件夹,添加完成后在上图右侧路径框里将显示刚添加的路径,最后选择保存并关闭。
切记要先保存后,再关闭对话框。
第三步
打开上面的libsvm文件下的matlab文件夹,在matlab命令行窗口执行:
mex -setup
若报错,则需要下载编译器,并安装,安装路径不能有中文。
下载并安装编译器:Visual Studio 2017安装教程,链接:http://xinzhi.wenda.so.com/a/1523889942614236
安装和调试完成后,再次在matlab命令行窗口执行:
mex -setup
“MEX”完成后,在matlab命令行窗口执行make。
make
“make"成果后,运行自己的代码就可以了。
其他
如果在使用svm过程中,发现用svm预测的时候,没有返回预测结果label和预测精度accuracy,这是因为libsvm的版本问题,如果我们使用的是以前老的版本,比如2.几的svm,大部分是要求我们输入两个参数就可以。如下:
[predict_label,accuracy] = svmpredict(test_label,Test_matrix,model);
但是如果我们使用比较新的libsvm版本后,比如3.2,如果还是使用两个作为输出参数,则该命令在新的libsvm版本中是没有输出结果的,也就是都返回时空值。
那么就需要将输出写成3个输出参数即可,具体代码如下修改。
[predict_label,accuracy,preb] = svmpredict(test_label,Test_matrix,model);
按照以上步骤修改好后,就可以在新的libsvm版本中使用svmtrain函数和svmpredict函数啦。