matlab libsvm win10,win10系统matlab64位环境下安装libsvm工具箱

#1. 前言 之前在win10系统matlab64环境下环安装libsvm工具箱安装了好久都没有成功，今天通过阅读牛人的一些博客，终于配置成功并且可以顺利使用，所以特写博客分享之。 #2. 工具准备 所需要安装的软件：matlab R2014a ， SDK7.1(GRMSDKX_EN_DVD)，VC-Compiler-KB2519277 matlab安装这里就不再具体介绍了。 SDK7.1和VC-Compiler的下载地址为： 链接：https://pan.baidu.com/s/1bpYKsA7 密码：57ri 分别安装以上两个软件。 #3. libsvm工具箱安装 ##3.1 libsvm下载 这里下载最新版本的libsvm3.22，下载地址如下：https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 将下载后的libsvm解压并放到matlab的子目录toolbox下，即D:\Program Files\MATLAB\R2014a\toolbox。 ##3.2 设置路径 打开matlab主界面，点击“设置路径”，选择“添加并包含子文件夹”，添加解压的libsvm路径D:\Program Files\MATLAB\R2014a\toolbox\libsvm-3.22。 ##3.3 生成系列文件 将当前matlab的工作路径设为D:\Program Files\MATLAB\R2014a\toolbox\libsvm-3.22\matllab 在命令行窗口键入如下命令：

>> mex -setup

MEX 配置为使用 'Microsoft Windows SDK 7.1 (C)' 以进行 C 语言编译。

Warning: The MATLAB C and Fortran API has changed to support MATLAB

variables with more than 2^32-1 elements. In the near future

you will be required to update your code to utilize the

new API. You can find more information about this at:

http://www.mathworks.com/help/matlab/matlab_external/upgrading-mex-files-to-use-64-bit-api.html.

要选择不同的语言，请从以下选项中选择一种命令:

mex -setup C++

mex -setup FORTRAN

>> mex -setup C++

MEX 配置为使用 'Microsoft Windows SDK 7.1 (C++)' 以进行 C++ 语言编译。

Warning: The MATLAB C and Fortran API has changed to support MATLAB

variables with more than 2^32-1 elements. In the near future

you will be required to update your code to utilize the

new API. You can find more information about this at:

http://www.mathworks.com/help/matlab/matlab_external/upgrading-mex-files-to-use-64-bit-api.html.

>> make

使用 'Microsoft Windows SDK 7.1 (C)' 编译。

MEX 已成功完成。

使用 'Microsoft Windows SDK 7.1 (C)' 编译。

MEX 已成功完成。

使用 'Microsoft Windows SDK 7.1 (C++)' 编译。

找不到 D:\Program Files\MATLAB\R2014a\toolbox\libsvm-3.22\matlab\svmtrain.exp

找不到 D:\Program Files\MATLAB\R2014a\toolbox\libsvm-3.22\matlab\svmtrain.exp

MEX 已成功完成。

使用 'Microsoft Windows SDK 7.1 (C++)' 编译。

找不到 D:\Program Files\MATLAB\R2014a\toolbox\libsvm-3.22\matlab\svmpredict.exp

找不到 D:\Program Files\MATLAB\R2014a\toolbox\libsvm-3.22\matlab\svmpredict.exp

MEX 已成功完成。

此时，在会自动make出来很多文件，不用管，主要是会看到make出带有mexw64后缀名的文件，这就成功了。 #4. 测试 ##4.1 键入load heart_scale 输入以下命令：

>> load heart_scale

错误使用 load

ASCII 文件 heart_scale 的第 3 行中的列数必须与前面行中的列数相同。

此时是因为安装包中的数据存在问题，下载新的数据，下载地址如下： 链接：https://pan.baidu.com/s/1nw38byT 密码：fpuk 并且用下载的数据覆盖安装包中的数据。 ##4.2 训练模型

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

*

optimization finished, #iter = 134

nu = 0.433785

obj = -101.855060, rho = 0.426412

nSV = 130, nBSV = 107

Total nSV = 130

model =

Parameters: [5x1 double]

nr_class: 2

totalSV: 130

rho: 0.4264

Label: [2x1 double]

sv_indices: [130x1 double]

ProbA: []

ProbB: []

nSV: [2x1 double]

sv_coef: [130x1 double]

SVs: [130x13 double]

##4.3 分类预测

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

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

predict_label =

1

-1

-1

1

...

accuracy =

86.6667

0.5333

0.5326

dec_values =

1.2258

-0.3213

-0.7609

1.4504

-1.0003

-0.1669

...