Matlab中LibSVM工具箱的使用
- train & predict
-
1 model = svmtrain(heart_scale_label,heart_scale_inst); 2 [predict_label,accuracy,decision_values] = svmpredict(heart_scale_label,heart_scale_inst,model);
2. 可以用libsvmread()读取c++平台下的数据集,然后再转换成matlab的数据集即可使用
libsvmread('heart_scale');
3. LIBSVM提供的SVM进行分类,在用svmtrain函数时,需要选择SVM类型,SVM类型包括:C-SVC、v-SVC、one class SVM 、e –SVR、v-SVR。这5中类型分别代表什么意思?
- 这5类SVM中,前3类解决的是分类问题,后2类解决的是回归问题。主要区别在于所解决的目标函数的形式不一样。C-支持向量分类(C-SVC),v-支持向量分类(v-SVC),分布估计(one-class SVM),e-支持向量回归(e-SVR)和v-支持向量回归(v-SVR)。具体区别可参考:LIBSVM: a Library for Support Vector Machines