自己调试通过的libsvm测试代码

本文详细介绍了如何在MATLAB环境下安装并利用libsvm工具箱进行分类任务,包括安装步骤、数据文件准备及关键代码示例。

1.将libsvm安装在matlab的tool文件夹下,一定要打开libsvm3.18下的matlab文件夹,然后编译make产生四个文件(带64的)。

2. 在自己的工作文件夹下放置需要使用的数据文件,不必再放libsvm3.18进去,matlab会自己搜索tool使用libsvm工具箱。

3.测试代码:

     [heart_scale_label,heart_scale_inst]= libsvmread('heart_scale');
>> model=svmtrain(heart_scale_label,heart_scale_inst)
[predicted_label, accuracy, decision_values]=svmpredict(heart_scale_label,heart_scale_inst,model)
*
optimization finished, #iter = 162
nu = 0.431029
obj = -100.877288, rho = 0.424462
nSV = 132, nBSV = 107
Total nSV = 132

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值