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~~!

展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客
应支付0元
点击重新获取
扫码支付

支付成功即可阅读