libsvm在matlab中使用

安装及测试过程见：
http://noalgo.info/363.html

以下是使用过程中总结：
1. svmtrain 和svmpredict 输入参数train_label train_mat test_label test_mat都是double型，因此调用时需要注意数据类型；

2.如果不知道test_label 要用一个矩阵代替，test_label不能缺省；

3.heart_scale 用load打开有问题时，可用libsvmread;

4.svmpredict 调用时，输出参数是3个：[predict_label accuracy dec_values] 或者1个 [predict_label] =svmpredict(test_label,test,model);
如果只写前两个可能会出现问题(2.86版本没有该问题，3.20会有)。

5.出现问题“Y must be a vector or a character array. pathtool
”是因为libsvm库文件不在当前目录下，解决方法：进行安装的第4步。

6.libsvm可以对多类进行分类，采取的策略为“一对一”，即：K类会有N = （K-1）*K/2个SVM分类器，对样本N个分类器都进行分类，会有N个分类结果，对分类结果中的类别进行统计，出现次数最多的类别为样本类别。(http://blog.youkuaiyun.com/aalbertini/article/details/6561819)

7.libsvm_options中”-b 1”参数的使用：
测试数据及程序：

%训练及测试数据
trainx=[-5,4;-4,