libsvm在MATLAB的安装

本文的配置路径为 D:\MATLAB\R2010a\toolbox\libsvm-3.12\matlab，从始至终都是在这个目录下进行的。当然，你也可以将编译好的文件拷贝到任何地方，只要你当前的工作目录中有这四个文件即可。

1.下载libsvm
http://www.csie.ntu.edu.tw/~cjlin/libsvm/
我的matlab版本 R2012b，我的libsvm版本3.12

2.解压至指定目录
将libsvm解压至D:\MATLAB\R2010a\toolbox下，你也可以解压至你喜欢的地方。

3. set path 里把libsvm文件夹包括进来。

4.编译 。下载下来的接口包里有svm的一些源文件，没有可执行的exe文件，所以，必须先将svmtrain等源文件编译为matlab可以使用的dll等文件。于是要先编译，首先在matlab设置当前目录为 D:\MATLAB\R2010a\toolbox\libsvm-3.12\matlab（即你的libsvm-3.12\matlab下，磁盘可能因人不同）。

5.执行编译
在matlab命令窗口中输入
mex -setup

之后有一系列的选择，自己按自己的电脑选择就可以，一会出现

Done . . . 

编译器选择好了之后，用make.m编译

命令窗口输入 make

可以看到新编译出4个文件libsvmread.mexw32，libsvmwrite.mexw32，svmtrain.mexw32，svmpredict.mexw32。

6.测试

此时需注意，libsvm 3.12中提供的是c++版本的数据集heart_scale，这里需要加载matlab版本的数据集。这两个数据集有什么不同呢？C++版本的数据集里面如果某一个样本的某一个特征为0，这个特征可以不写在数据集中，但是在matlab版本中会报错。

注意到libsvm-3.12下有一个数据文件，名称为heart_scale。这是一个libsvm格式的数据文件。可使用libsvmread函数将其转化为matlab格式。

可使用以下代码测试：

[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

输出

optimization finished, #iter = 162

nu = 0.431029

obj = -100.877288, rho = 0.424462

nSV = 132, nBSV = 107

Total nSV = 132

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

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