libsvm3.22——在matlab(32位和64位)中的安装
2017-05-11 22:32
369 查看
一、libsvm官方网址:
http://www.csie.ntu.edu.tw/~cjlin/libsvm/
使用入门阅读文档:《A practical guide to SVM classification》
下载地址:http://download.csdn.net/detail/ckzhb/9840092
二、
matlab中安装说明:在matlab2016a(64位)下成功安装libsvm-3.22。
64位matlab不需要如此麻烦的编译过程,直接将libsvm-3.22中windows文件夹添加到工作目录即可。
参考:http://blog.csdn.net/buaasuozi/article/details/50781615/
更新:若想要使用官方版本的libsvm中的参数优化工具grid.py等,不要将libsvm的安装路径整得很复杂!!
安装过程概括如下:
详细安装教程:http://www.matlabsky.com/thread-11925-1-1.html
1、下载libsvm-3.22。
将解压后的文件可以保存在任意地方,最好放在matlab安装文件下的toolbox中。
2、添加libsvm-3.22所在位置到matlab的工作搜索路径。(不同于当前目录)
命令行中键入:pathtool,然后添加libsvm-3.22所在位置即可。
3、选择编译器
mex –setup
4、编译命令行中输入make。
5、用自带数据测试是否可以使用。
三、用heart_scale数据集测试出现的问题
1、load heart_scale; %matlab提示出错。
方法一:将数据转换为其他格式比如.mat、.txt等。
方法二:用libsvmread(‘heart_scale’),需将当前目录设置为数据所在目录。
2、
model = svmtrain(heart_scale_label,heart_scale_inst);
[predict_label,accuracy] = svmpredict(heart_scale_label,heart_scale_inst,model);
输入上面两句命令后,得到的accuracy为空。
解决办法:
安装版本为libsvm3.22,其中svmpredict的返回参数的形式有变化。将其改为
[predict_label,accuracy,decision_value] = svmpredict(heart_scale_label,heart_scale_inst,model);
http://www.csie.ntu.edu.tw/~cjlin/libsvm/
使用入门阅读文档:《A practical guide to SVM classification》
下载地址:http://download.csdn.net/detail/ckzhb/9840092
二、
matlab中安装说明:在matlab2016a(64位)下成功安装libsvm-3.22。
64位matlab不需要如此麻烦的编译过程,直接将libsvm-3.22中windows文件夹添加到工作目录即可。
参考:http://blog.csdn.net/buaasuozi/article/details/50781615/
更新:若想要使用官方版本的libsvm中的参数优化工具grid.py等,不要将libsvm的安装路径整得很复杂!!
安装过程概括如下:
详细安装教程:http://www.matlabsky.com/thread-11925-1-1.html
1、下载libsvm-3.22。
将解压后的文件可以保存在任意地方,最好放在matlab安装文件下的toolbox中。
2、添加libsvm-3.22所在位置到matlab的工作搜索路径。(不同于当前目录)
命令行中键入:pathtool,然后添加libsvm-3.22所在位置即可。
3、选择编译器
mex –setup
4、编译命令行中输入make。
5、用自带数据测试是否可以使用。
三、用heart_scale数据集测试出现的问题
1、load heart_scale; %matlab提示出错。
方法一:将数据转换为其他格式比如.mat、.txt等。
方法二:用libsvmread(‘heart_scale’),需将当前目录设置为数据所在目录。
2、
model = svmtrain(heart_scale_label,heart_scale_inst);
[predict_label,accuracy] = svmpredict(heart_scale_label,heart_scale_inst,model);
输入上面两句命令后,得到的accuracy为空。
解决办法:
安装版本为libsvm3.22,其中svmpredict的返回参数的形式有变化。将其改为
[predict_label,accuracy,decision_value] = svmpredict(heart_scale_label,heart_scale_inst,model);
相关文章推荐
- 关于libsvm工具箱在64位matlab下的安装说明
- Matlab 2014a安装libsvm 3.22
- 64位win7,32位python下安装libsvm
- libSVM安装-64位MATLAB
- matlab 2016a 安装libsvm-3.22过程
- 64位LIBSVM在Matlab下的安装使用
- 64位matlab中libsvm的安装
- anaconda libsvm安装32位或64位
- 关于libsvm工具箱在win10系统matlab64位下的安装说明
- libsvm工具箱在64位matlab下的安装说明
- [置顶] 64位系统matlab上安装libsvm
- matlab 2016b安装libsvm-3.22过程
- Matlab 2016b安装libsvm 3.22
- 64位windows系统下林智仁libsvm的MATLAB安装
- Win8.1 +64位+ Matlab 2012a 安装libsvm(草稿,待更新)
- [续] Matlab 32位 64位
- 分布式 部署 ArcSDE 和 Oracle 服务(附64位Oracle下安装32位ArcSDE)(from GIS广益的空间)
- 在双硬盘上安装独立32位和64位双系统
- Virtualbox 32位host 安装 64位虚拟机
- 在64位服务器上安装oracle 32位客户端只能被编译为x86的程序连接