支持向量机参数优化和Libsvm-mat工具箱使用

这两天在学习支持向量机的参数优化，在ilovematlab网站看到了《MATLAB神经网络30个案例分析》第13章，下载了作者Faruto的源程序（包括遗传算法、网格搜索、粒子群三种优化算法，和html格式的教程）。

但运行源程序时发现几个问题：

1. 报错提示找不到rep函数和crtbp函数等；
2. 程序中的训练数据集共有3个标签，而所用训练算法为svmtrain函数（官方文档说svmtrain仅允许2个标签），因此这里会报错。

后来仔细看《MATLAB神经网络30个案例分析》中的帖子，发现运行程序前需要安装libsvm-mat加强工具箱（我下载的版本是3.1）。

下载后，在子文件夹 "libsvm-3.1-[FarutoUltimate3.1Mcode]\matlab-implement[by faruto]\myprivate\gatbx[Sheffield]" 里可以看到所需的rep.m、crtbp.m等函数，所以要把该子文件夹路径添加到MATLAB预设路径中。第一个问题解决了。

在子文件夹 "libsvm-3.1-[FarutoUltimate3.1Mcode]\matlab" 中可以看到svmtrain.c文件，结合第二个问题可知，源程序中所用的svmtrain函数并非MATLAB自带函数，而是此文件夹中的C函数，而要调用这个svmtrain.c文件，则需要MATLAB和C混合编程。

为了实现混合编程，新手需要两个步骤：

1. 在MATLAB命令行输入

   mex -setup

   一般会报错提示“未找到编译器”之类，并给出MATLAB编译器的官方网站，我按照网站说明根据我的MATLAB版本下载安装了相应SDK，但安装过程提示电脑没有NET.framework 4.0，最终安装结束后MATLAB仍然找不到编译器。反复折腾后，接受网友建议直接安装了Microsoft Visual Studio 2013（提前在百度查到MATLAB 2014a 和 VS 2013兼容）。然后在MATLAB中重新输入上述命令后显示编译成功，第一步搞定（白走了许多弯路）；
2. 先将MATLAB当前目录换成svmtrain.c文件所在的路径，在这一路径中可以看到make.m文件，然后在命令行输入

   make

   如果成功，MATLAB会在该路径中生成svmtrain.mexw64文件，第二步搞定。

经过以上两个步骤，第二个问题也解决了。如果在这两步中有其它问题，可以参考https://www.ilovematlab.cn/forum.php?mod=viewthread&tid=217493&extra=page%3D1%26filter%3Dtypeid%26typeid%3D368

把svmtrain.c和svmtrain.mexw64文件所在的路径添加到MATLAB预设路径，现在可以顺利运行源程序了。