windows 7 安装使用libsvm

最新推荐文章于 2024-01-30 11:13:48 发布

他山烈石

最新推荐文章于 2024-01-30 11:13:48 发布

阅读量666

点赞数

分类专栏：机器学习文章标签：机器学习工具

本文链接：https://blog.csdn.net/sdhahaha945/article/details/45223635

版权

机器学习专栏收录该内容

2 篇文章 0 订阅

订阅专栏

（本文整理自NOALGO的博客，在此对博主表示感谢）
安装环境：win7 32位，matlab r2012b
libsvm网址：www.csie.ntu.edu.tw/~cjlin/libsvm/
github:https://github.com/cjlin1/libsvm
1. 下载
到上述地址下载所需安装包，并解压到自己指定的目录。
2. 编译
若使用64位操作系统和matlab，无需编译，因为自带软件包中含有64位编译好的版本：libsvmread.mexw64、libsvmwrite.mexw64、svmtrain.mexw64、 svmpredict.mexw64，而32位的需要编译。

（1）首先在Mtlab中进入LIBSVM根目录下的matlab目录（如C:\libsvm-3.17\matlab），在命令窗口输入：

mex –setup

然后Matlab会提示你选择编译mex文件的C/C++编译器，就选择一个已安装的编译器，如Microsoft Visual C++ 2010（matlab 7.0之前不支持VS2010）。之后Matlab会提示确认选择的编译器，输入y进行确认。
（2）输入以下命令进行编译

make

编译成功后，当前目录下会出现若干个后缀为mexw64（64位系统）或mexw32（32位系统）的文件。
3. 重命名（可选，但建议执行）
编译完成后，在当前目录下回出现svmtrain.mexw64、svmpredict.mexw64（64位系统）或者 svmtrain.mexw32、svmpredict.mexw32（32位系统）这两个文件，把文件名svmtrain和svmpredict相应改成libsvmtrain和libsvmpredict。
这是因为Matlab中自带有SVM的工具箱，而且其函数名字就是svmtrain和svmpredict，和LIBSVM默认的名字一样，在实际使用的时候有时会产生一定的问题，比如想调用LIBSVM的变成了调用Matlab SVM。
如果有进行重命名的，以后使用LIBSVM时一律使用libsvmtrain和libsvmpredict这两个名字进行调用。
4. 添加路径
为了以后使用的方便，建议把LIBSVM的编译好的文件所在路径（如C:\libsvm-3.17\matlab）添加到Matlab的搜索路径中。
具体操作为：（中文版Matlab对应进行）HOME -> Set Path -> Add Folder -> 加入编译好的文件所在的路径（如C:\libsvm-3.17\matlab）
当然也可以把那4个编译好的文件复制到想要的地方，然后再把该路径添加到Matlab的搜索路径中。
二测试
LIBSVM软件包中自带有测试数据，为软件包根目录下的heart_scale文件，可以用来测试LIBSVM是否安装成功。这里的heart_scale文件不能用Matlab的load进行读取，需要使用libsvmread读取。
进入LIBSVM的根目录运行以下代码（因为heart_scale文件没有被添加进搜索路径中，其他路径下无法访问这个文件）：

[heart_scale_label, heart_scale_inst] = libsvmread('heart_scale');
model = libsvmtrain(heart_scale_label, heart_scale_inst, '-c 1 -g 0.07');
[predict_label, accuracy, dec_values] = libsvmpredict(heart_scale_label, heart_scale_inst, model);

如果LIBSVM安装正确的话，会出现以下的运行结果，显示正确率为86.6667%。

optimization finished, #iter = 134
nu = 0.433785
obj = -101.855060, rho = 0.426412
nSV = 130, nBSV = 107
Total nSV = 130
Accuracy = 86.6667% (234/270) (classification)