2） 解壓壓縮包到電腦上一位置，如：c:\program files\libsvm-3.18
3） 假設你使用的是64位的作業系統和matlab。此時將libsvm-3.18資料夾下的windows目錄新增到matlab目錄中。即在matlab目錄中新增：c:\programfiles\libsvm-3.18\windows。因為windows下包含了matlab可執行的二進位制檔案libsvmread.mexw64/libsvmwrite.mexw64/svmpredict.mexw64/svmtrain.mexw64
4） 假設你使用的是32位作業系統和matlab，則需要自己編譯相應的二進位制檔案。
在matlab命令視窗輸入
>>mex –setup
這時matlab會提示你選擇編譯mex檔案的c/c++編譯器（先輸入n，再選擇對應的編譯器）。
選擇乙個你電腦上安裝的c/c++編譯器，例如microsoft visual c++ 2010
將matlab當前目錄設定為：cd 『c:\program files\libsvm-3.18\matlab』
輸入命令make
這時你會看到當前目錄生成了二進位制檔案（4個）：
libsvmread.mexw32
libsvmwrite.mexw32
svmpredict.mexw32
svmtrain.mexw32
將當前目錄新增到matlab路徑中即可。
5） 例子乙個測試
注意到libsvm-3.18下有乙個資料檔案，名稱為heart_scale。這是乙個libsvm格式的資料檔案。可使用libsvmread函式將其轉化為matlab格式。
可使用以下命令測試：
[heart_scale_label,heart_scale_inst]=libsvmread('heart_scale');
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); % test the trainingdata
如果出現一行：
accuracy = 86.6667% (234/270) (classification)。就說明成功了。就可以在matlab中使用svm了。
6） svmtrain函式相關引數說明
svmtrain函式返回的model可以用來對測試資料集進行**。這是乙個結構體變數，主要包括了以下幾個域。[parameters, nr_class, totalsv, rho, label, proba, probb, nsv,sv_coef, svs]。英文說明如下：
-parameters: parameters
-nr_class: number of classes; = 2 for regression/one-class svm
-totalsv: total #sv
-rho: -b of the decision function(s) wx+b
-label: label of each class; empty for regression/one-class svm
-proba: pairwise probability information; empty if -b 0 or in one-classsvm
-probb: pairwise probability information; empty if -b 0 or in one-classsvm
-nsv: number of svs for each class; empty for regression/one-class svm
-sv_coef: coefficients for svs in decision functions
-svs: support vectors
如果沒有指定』-b 1』選項則proba和probb為空矩陣。此外，當指定』-v』選項時，返回的model是乙個數值，是cross-validation的準確率。
其中model.paramter是乙個5x1的向量，model.parameters引數意義從上到下依次為：
-s svm型別：svm設定型別(預設0)
-t 核函式型別：核函式設定型別(預設2)
-d degree：核函式中的degree設定(針對多項式核函式)(預設3)
-g r(gama)：核函式中的gamma函式設定(針對多項式/rbf/sigmoid核函式) (預設類別數目的倒數)
-r coef0：核函式中的coef0設定(針對多項式/sigmoid核函式)((預設0)
7）svmpredict函式引數說明
svmpredict函式返回三個值：
predict_label，是訓練集**得到的label向量。
accuracy，是乙個3維的向量，從上到下分別是：分類準率（分類問題中用到的引數指標）；平均平方誤差（mse (mean squared error)） （回歸問題中用到的引數指標）；平方相關係數（r2 (squared correlation coefficient)）（回歸問題中用到的引數指標）。
輸出是個矩陣，包含著決策值或者是概率估計（當』-b 1』被指定時）。當訓練資料有k類時，決策值矩陣是乙個n行k*(k-1)/2列的矩陣（n為測試資料集個數，k為類別數），而每一行的輸出是k*(k-1)/2個二分類器的結果。當』-b 1』被指定時，概率估計矩陣是乙個n行k類的矩陣（n為測試資料集個數，k為類別數），每一行的輸出是該測試資料屬於每個類的概率。
Libsvm在matlab下的安裝
2 解壓後將整個資料夾加到matlab的current目錄 3 開啟到matlab這個資料夾 4 如果沒有配置matlab的c 編譯器，需要配置一下，matlab自帶的是沒有c 編譯器的，所以沒法編譯libsvm的cpp檔案。根據matlab的版本，選擇好編譯器，怎麼看支援哪些編譯器呢？在選擇編譯器...
在matlab環境下LIBSVM的demo
2 在matlab環境下用mex setup指令，設定matlab預設編譯器，我選擇是vs2010 3 解壓後libsvm後，在ibsvm 3.20 matlab路徑下執行make.m，把c檔案生成mexw64或mexw32，供matlab呼叫 4 現在可以利用libsvm測試，回到上乙個路徑ibs...
LIBSVM在matlab下的使用安裝
2 解壓壓縮包到電腦上一位置，如 c program files libsvm 3.18 3 假設你使用的是64位的作業系統和matlab。此時將libsvm 3.18資料夾下的windows目錄新增到matlab目錄中。即在matlab目錄中新增 c programfiles libsvm 3.1...