本文分享了作者在matlab和Python环境下使用libsvm进行数据分类的经验。在matlab中，作者经历了从编译libsvm到使用预处理、优化工具包的过程，但效果不佳。随后转向Python环境，通过调整安装路径、配置环境变量，成功运行grid.py和easy.py，实现了libsvm的训练和预测，并强调了数据预处理和参数优化的重要性。
师兄给的数据是.mat格式，所以我几乎一个星期的时间都在研究matlab中如何使用libsvm，发现不论是ga还是pso优化寻参的结果都不是太好，所以怒而转向Python，发现这个才是真正的好用，下面总结一下我对这两种方式的使用过程。
一、matlab中使用libsvm
1.软件准备：matlab2014a中文版，libsvm（官网上可以下载，我先用了3.20，后来用的大神修改过的2.89进化版），Visual-studio 2010（六维上下载的）
2.软件对接。
libsvm都是C++进行编写的，若是在matlab中使用就必须编译成mexw32文件。
a.在matlab中添加libsvm的路径。【添加路径】就是让matlab在主程序中调用子程序时，不用再详细地进行描述。
b.在命令行中输入：mex -setup进行编译语言的选择，选择studio2010即可（刚开始图省事安装了VC++6.0，编译时一直不出现这个选型，网上搜索了好久之后发现是因为6.0版本过低，较高的matlab版本不能识别，就造成了这个结果，恼羞成怒之下安装了s
最低0.47元/天 解锁文章
869
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
