SVM学习过程（一）-libsvm安装

早就了解过SVM了，一直没深入学，最近用到了，补习了一下，记录下来。

准备工作

matlab python libsvm都有svm的工具包。

libsvm 台湾的林智仁教授开发的工具包，用c/c++写的，可以在matlab python 等处使用。

python中有sklearn工具包。

新版本的matlab中也有svm工具箱，svmtrain已经废弃了，可查函数fitcsvm和ClassificationSVM。

然而，本次决定先采用libsvm。

libsvm安装

参考教程：https://blog.csdn.net/rstaotao/article/details/96583340

matlab 2018b win10 64位

下载地址 https://www.csie.ntu.edu.tw/~cjlin/libsvm/

将解压后的libsvm-3.23文件夹放在你安装matlab的路径下，toolbox文件夹中。

设置matlab路径，包含子文件夹

转到matlab文件夹下，执行make命令，将c文件编译成matlab可调用的文件。

测试一下：

自带数据集heart_scale,拷贝到当前文件夹下

[heart_scale_label,heart_scale_inst]=libsvmread('heart_scale');
model = svmtrain(heart_scale_label,heart_scale_inst);

得到：

optimization finished, #iter = 162
nu = 0.431029
obj = -100.877288, rho = 0.424462
nSV = 132, nBSV = 107
Total nSV = 132

[predict_label,accuracy,dec_values] = svmpredict(heart_scale_label,heart_scale_inst,model);

得到：

Accuracy = 86.6667% (234/270) (classification)

这样就算安装完成了，收工~~！