SVM在MATLAB中的应用

主要语句：

1. svmtrain(...); %通过训练集来训练模型
2. svmpredict(...); %对测试集进行预测

 

例子：

>>model=svmtrain(train_label,train_matrix,[‘libsvm_options’]);

1. model是训练出的模型，在svmpredict里应用，来对训练集的标签进行测试。
2. train_label是m*1列向量，是样本值，每一行有一个标签，例如一类设为1，一类设为-1。
3. train_matrix是m*n矩阵，是训练集，其中m代表样本数，n代表属性值，每一列代表一个属性、一个特征。

 

>>[predicted_label,accuracy,decision_values/prob_estimates]=svmpredict(test_label,test_matrix,model,[‘libsvm_options’]);

1. predicted_label是预测出来的测试集的标签。
2. test_label是测试集的标签（写不写都行），是m*1列向量。
3. accuracy，因为已知测试集的标签，所以返回准确率。

 

关于libsvm-opt