[Matlab] libsvm-mat 安装

注意

下载使用的是 libsvm-mat,而不是 libsvm 。

 

1:配置路径

将 libsvm-mat 工具箱所在路径添加到 matlab 的 Current Directory 中

File-->Set Path...-->Add with SubFolders...

clipboard[27]

I,如果没有将 libsvm-mat 添加到 matlab 的工作搜索目录,则调用函数时会报错: Undefined function or variable 'XXX'

II,

当前目录 [Current Dectory/Folder] 是指 matlab 当前所在的路径。

工作搜索目录(路径)是指使用一个函数时, matlab 可以进行搜索该函数的所有目录集合。

 

2:选择编译器

(libsvm 由 C++ 编写,所以需要编译器编译成类似 .m 文件【 .mexw32 文件】,才能在 matlab 环境下运行; matlab 自带的 Lcc-win32 C 是一个 C 编辑器,不能用)

执行命令 mem –setup

clipboard[29] 

是否让 mex 定位已安装的编译器,选择【n】

clipboard[34]

这个界面是各版本各种不一样,管它呢,能用就欧克了,选择【15】的 VC++6.0

clipboard[36]

确认本地安装的编译器是否是提示的路径,如果是,选择【y】即可;不是的话选择【n】,然后按照如下提示手动指定编译器路径

clipboard[38]

确认回车即可

clipboard[40]

【注意】编译器对应版本问题:

VC7 → VS2003

VC8 → VS2005

VC9 → VS2008

VC10 → VS2010

3:编译文件

执行命令 make

即运行 libsvm 目录下的 make.m 文件(在 Current Directory 中选中 make.m 右键选择运行也可以)

clipboard[42]

如果成功运行,没有报错,则说明 libsvm-mat 工具安装 successfull 了

4:验证

执行如下命令进行验证工具

load heart_scale.mat;

model=svmtrain(heart_scale_label, heart_scale_inst, '-c 1 -g 0.07');

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

clipboard[44]

5:错误集锦

I,C:\MATLAB7\BIN\WIN32\MEX.PL: Error: 'CFLAGS=\$CFLAGS -std=c99' not found.

错误原因:

1,用的是 libsvm,而不是 libsvm-mat;

2,编译器版本问题(网上提供,本人实验 VC6.0 也可以,这点仅供参考)

II,执行 make 命令报如下错误

Error: Could not find the compiler "cl" on the DOS path.

Use mex -setup to configure your environment properly.

E:\BIN\MEX.PL: Error: Unable to locate compiler.

错误原因:电脑里没有安装 VC++ 编译器,或者编译器路径指定错误

III,区分编译器(Compiler)和运行库

clipboard[46]

这些神马都是运行库,并不是编译器。

转载于:https://www.cnblogs.com/memento/archive/2013/05/14/3077885.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
libsvm English: libsvm_options: -s svm_type : set type of SVM (default 0) 0 -- C-SVC 1 -- nu-SVC 2 -- one-class SVM 3 -- epsilon-SVR 4 -- nu-SVR -t kernel_type : set type of kernel function (default 2) 0 -- linear: u'*v 1 -- polynomial: (gamma*u'*v + coef0)^degree 2 -- radial basis function: exp(-gamma*|u-v|^2) 3 -- sigmoid: tanh(gamma*u'*v + coef0) 4 -- precomputed kernel (kernel values in training_instance_matrix) -d degree : set degree in kernel function (default 3) -g gamma : set gamma in kernel function (default 1/k) -r coef0 : set coef0 in kernel function (default 0) -c cost : set the parameter C of C-SVC, epsilon-SVR, and nu-SVR (default 1) -n nu : set the parameter nu of nu-SVC, one-class SVM, and nu-SVR (default 0.5) -p epsilon : set the epsilon in loss function of epsilon-SVR (default 0.1) -m cachesize : set cache memory size in MB (default 100) -e epsilon : set tolerance of termination criterion (default 0.001) -h shrinking: whether to use the shrinking heuristics, 0 or 1 (default 1) -b probability_estimates: whether to train a SVC or SVR model for probability estimates, 0 or 1 (default 0) -wi weight: set the parameter C of class i to weight*C, for C-SVC (default 1) -v n: n-fold cross validation mode ========================================================== Chinese: Options:可用的选项即表示的涵义如下   -s svm类型:SVM设置类型(默认0)   0 -- C-SVC   1 --v-SVC   2 – 一类SVM   3 -- e -SVR   4 -- v-SVR   -t 核函数类型:核函数设置类型(默认2)   0 – 线性:u'v   1 – 多项式:(r*u'v + coef0)^degree   2 – RBF函数:exp(-r|u-v|^2)   3 –sigmoid:tanh(r*u'v + coef0)   -d degree:核函数中的degree设置(针对多项式核函数)(默认3)   -g r(gama):核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)(默认1/ k)   -r coef0:核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0)   -c cost:设置C-SVC,e -SVR和v-SVR的参数(损失函数)(默认1)   -n nu:设置v-SVC,一类SVM和v- SVR的参数(默认0.5)   -p p:设置e -SVR 中损失函数p的值(默认0.1)   -m cachesize:设置cache内存大小,以MB为单位(默认40)   -e eps:设置允许的终止判据(默认0.001)   -h shrinking:是否使用启发式,0或1(默认1)   -wi weight:设置第几类的参数C为weight*C(C-SVC中的C)(默认1)   -v n: n-fold交互检验模式,n为fold的个数,必须大于等于2   其中-g选项中的k是指输入数据中的属性数。option -v 随机地将数据剖分为n部分并计算交互检验准确度和均方根误差。以上这些参数设置可以按照SVM的类型和核函数所支持的参数进行任意组合,如果设置的参数在函数或SVM类型中没有也不会产生影响,程序不会接受该参数;如果应有的参数设置不正确,参数将采用默认值。
Matlablibsvmmatfaruto版本Ver2-libsvm-mat-2.89-3-farutoVer2.rar libsvm-mat-2.89-3-farutoVer2 libsvm-mat-2.89-3-farutoVer2.rar 此次更新加进了,用PSO寻找SVM参数c和g的函数. 1.jpg 而且这次关于psoSVMcgForClass.m的编写,里面参数的设置采用的是用结构体的方式比较方便,这种方式我第一次采用,感觉很好..很好.. 采用这种结构体的方式可以避免过多的参数才函数接口中显示,很方便个人感觉,以前我自己没有这么编过. ANN的matlab自带的程序里面的参数设置都是采用这种手法.基本.... 程序 的一小段: function [bestCVaccuarcy,bestc,bestg,pso_option] = psoSVMcgForClass % psoSVMcgForClass % by faruto % 2009.09.22 %% 参数初始化 if nargin < 3     pso_option = struct('c1',1.5,'c2',1.7,'maxgen',200,'sizepop',20, ...                     'k',0.6,'wV',1,'wP',1,'v',3, ...                      'popcmax',10^2,'popcmin',10^,'popgmax',10^3,'popgmin',10^); end % c1:初始为1.5,pso参数局部搜索能力 % c2:初始为1.7,pso参数全局搜索能力 % maxgen:初始为200,最大进化数量 % sizepop:初始为20,种群最大数量 % k:初始为0.6,速率和x的关系 % wV:初始为1,速率更新公式中速度前面的弹性系数 % wP:初始为1,种群更新公式中速度前面的弹性系数 % v:初始为3,SVM Cross Validation参数 % popcmax:初始为100,SVM 参数c的变化的最大值. % popcmin:初始为0.1,SVM 参数c的变化的最小值. % popgmax:初始为1000,SVM 参数g的变化的最大值. % popgmin:初始为0.01,SVM 参数c的变化的最小值.
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值