paper 21 ：Libsvm的安装和使用

Posted 2020-06-14

    看了很多资料（包括我们实验室群里师兄上传的资料），算是掌握了libsvm的正确安装和使用，把结果告诉大家以方便以后使用。

1. 参考网站：

libsvm库下载：http://www.csie.ntu.edu.tw/~cjlin/libsvm/

视频：http://v.youku.com/v_showMini/id_XMjc2NTY3MzYw_ft_131.html （有小问题，等下会提到）

详解：http://www.matlabsky.com/thread-11925-1-1.html

 

2. 操作流程：

请注意：详细操作流程请参考上面的“详解”网站，这里只说大框架和详解里没有提到的问题。

A.设置path

File->set path ->add with subfolders（切记是添加的是子文件夹）->加入libsvm-3.21文件夹的路径

B. 在matlab中编译

目的：将libsvm-3.21\matlab 中 libsvmwrite.c 等 C++文件编译成 libsvmread.mexw32 等matlab文件，这样就可以在command window中被直接调用了。

注意：在最外面的Readme中有提到已经有编译好的文件，比如在libsvm-3.21\windows中也会看到libsvmread.mexw32,但这里不要被误导！还是需要你自己再编译一遍的！（还有如果matlab版本太低，如matlab 7.0是不能用VS作为编译器的，只能用VC++ 6.0，这是我劝你给matlab升级吧！别装vc了~我就是这样，升级到Matlab 2014b就可以用VS2010做编译器了）

C.加载数据集

就是这里搞了我一下午！

加载数据集

01：load heart_scale  

 有两个数据集，一个是C++的， 一个是matlab的。libsvm库中下载的是C++数据，

所以matlab加载我们下载的heart_scale是会报错的：<这就是视频中遗漏的小问题>

01：??? Error using ==> load  

02：Number of columns on line 3 of ASCII file D:\ZJU projects\machine learning\libsvm-3.21\heart_scale must be the same as previous lines.  

这时怎么办？

 法1、下载matlab数据集（http://download.csdn.net/detail/abcjennifer/4215779）

法2、用libsvmread而非load，就是这里

01：libsvmread(‘heart_scale‘);  

这样就可以加载数据集了，完成该步骤后发现Workspace中出现了heart_scale_inst 和 heart_scale_label,说明正确。

ok，下一步我们来测试svm的训练和predict

D.train & predict

 

01：model = svmtrain(heart_scale_label,heart_scale_inst);  

02：[predict_label,accuracy] = svmpredict(heart_scale_label,heart_scale_inst,model);  

可以看到结果：

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

 

 

=========================MAC 版如何在matlab中使用libsvm=========================

下面说下mac怎么用libsvm，这里的问题是mex -setup的问题，需要安装一个补丁。

1. mac中安装xcode

2. xcode的preference中装command line tools

3. 下载最新补丁http://www.mathworks.cn/support/solutions/en/data/1-FR6LXJ/

4. 在matlab命令行输入>>cd(matlabroot)

5. 在matlab命令行输入这个打补丁

>>!unzip -o ~/Downloads/optsPatch_MACOSX8.patch

6. 可以运行mex -setup了，选择将原来的gcc覆盖掉

7. 到libsvm/matlab进行make

就搞定啦！

 

 

具体参考：http://bbs.weiphone.com/read-htm-tid-5787323.html

 

 

就OK了。祝大家成功快速实现！（转载的文章，具体的在视频里讲解的非常详细，大家还是耐心的看看一下相关的视频就好了！）