Matlab中LibSVM工具箱的使用

1. train & predict

2. 1 model = svmtrain(heart_scale_label,heart_scale_inst);  
   2 [predict_label,accuracy，decision_values] = svmpredict(heart_scale_label,heart_scale_inst,model); 

   参考：http://blog.csdn.net/abcjennifer/article/details/7370177

     2.   可以用libsvmread()读取c++平台下的数据集，然后再转换成matlab的数据集即可使用

 libsvmread('heart_scale');

     3.   LIBSVM提供的SVM进行分类，在用svmtrain函数时，需要选择SVM类型，SVM类型包括：C-SVC、v-SVC、one class SVM 、e –SVR、v-SVR。这5中类型分别代表什么意思？

这5类SVM中，前3类解决的是分类问题，后2类解决的是回归问题。主要区别在于所解决的目标函数的形式不一样。C-支持向量分类（C-SVC），v-支持向量分类（v-SVC），分布估计（one-class SVM），e-支持向量回归（e-SVR）和v-支持向量回归（v-SVR）。具体区别可参考：LIBSVM: a Library for Support Vector Machines

转载于:https://www.cnblogs.com/leodyy/p/3548643.html