1. 将http://www.csie.ntu.edu.tw/~cjlin/libsvm/下载下的libsvm3.22安装包解压在Matlab安装目录的tool工具箱下面。我的是这么做的,D:\Program Files\MATLAB\R2010b\toolbox\下面
2. 打开matlab,设置当前路径为D:\Program Files\MATLAB\R2010b\toolbox\libsvm-3.22\matlab,在matlab命令行输入mex -setup(移动注意mex后有个空格),选择运行环境,成功选定。
3.输入make进行编译,这时在D:\Program Files\MATLAB\R2010b\toolbox\libsvm-3.22\matlab下生成svmtrain.mexw64、svmpredict.mexw64、libsvmread.mexw64,libsvmwrite.mexw64文件。
4.运行内部含有的测试程序进行测试。
tic;
close all;
clear;
clc;
format compact;
%%
% 首先载入数据
load heart_scale;
data = heart_scale_inst;
label = heart_scale_label;
% 选取前200个数据作为训练集合,后70个数据作为测试集合
ind = 200;
traindata = data(1:ind,:);
trainlabel = label(1:ind,:);
testdata = data(ind+1:end,:);
testlabel = label(ind+1:end,:);
% 利用训练集合建立分类模型
model = svmtrain(trainlabel,traindata,'-s 0 -t 2 -c 1.2 -g 2.8');
%参数输入的意义:
% -s svm类型:SVM设置类型(默认0)
% 0 -- C-SVC