1、在http://www.csie.ntu.edu.tw/~cjlin/libsvm/#download下载 LIBsvm(Version 3.20, November 2014)
2、在matlab环境下用mex -setup指令,设置matlab默认编译器,我选择是vs2010
3、解压后LIBSVM后,在ibsvm-3.20\matlab路径下运行make.m,把c文件生成mexw64或mexw32,供matlab调用
4、现在可以利用LIBSVM测试,回到上一个路径ibsvm-3.20下,想利用刚生成的mexw64或mexw32,就要把ibsvm-3.20\matlab加入到matlab运行路径,具体通过在matlab的左侧Current Folder下 右键单击matlab文件夹Add to Path->把文件加入路径。
5、运行 [heart_scale_label,heart_scale_inst] = libsvmread('heart_scale');
6、运行 model = svmtrain(heart_scale_label,heart_scale_inst);
7、运行 [predict_label,accuracy,decision_values] = svmpredict(heart_scale_label,heart_scale_inst,model,0);
8、得到结果Accuracy = 86.6667% (234/270) (classification)
这里是一个简单的demo,还有很多参数可以调节和优化,具体可以仔细研究官网的文档。
参考http://blog.csdn.net/abcjennifer/article/details/7370177博客,但是现在LIBSVM函数使用有些细小变化,