标签：不同的 future art rac scale 数据 执行 orm 打开
有时我们需要用到SVR（支持向量回归）方法，而 matlab 自带的svm工具箱不能做回归分析，于是有了安装libsvm包的打算。
中间遇到一些困难，比如找不到编译器等等，经过一下午和一晚上的努力，在matlab里可以使用libsvm了。
1.下载好libsvm包
下载libsvm-3.21到随意一个地方，比如到matlab安装路径下的 toolbox下——D:\MATLAB\R2014A\toolbox\下，并解压。
打开matlab，将libsvm-3.21\matlab 添加到路径，比如将:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab 添加到路径。
setup 第一次尝试
若提示没有C++编译器，则根据提示的网址去下载 winsdk_web.exe，然后 双击运行winsdk_web.exe，安装到最后若提示失败，则去卸载自带的visual studio 和 .netframework 4，然后再运行 winsdk_web.exe，提示缺少 .netframework 4，则自行下载安装，反复运行 winsdk_web.exe。
直到运行 winsdk_web.exe 时出现如下图所示情况，说明距成功更近一步了，
打开Matlab中，进入LIBSVM根目录下的matlab目录（如D:\MATLAB\R2014A\toolbox\libsvm-3.21），在命令窗口的输入mex -setup 输出为：
>>mex –setup MEX 配置为使用 ‘Microsoft Windows SDK 7.1 (C)‘ 以进行 C 语言编译。 Warning: The MATLAB C and Fortran API has changed to support MATLAB variables with more than 2^32-1 elements. In the near future you will be required to update your code to utilize the new API. You can find more information about this at: http://www.mathworks.com/help/matlab/matlab_external/upgrading-mex-files-to-use-64-bit-api.html. 要选择不同的语言，请从以下选项中选择一种命令: mex -setup C++ mex -setup FORTRAN
继续：
>> mex -setup C++ MEX 配置为使用 ‘Microsoft Windows SDK 7.1 (C++)‘ 以进行 C++ 语言编译。 Warning: The MATLAB C and Fortran API has changed to support MATLAB variables with more than 2^32-1 elements. In the near future you will be required to update your code to utilize the new API. You can find more information about this at: http://www.mathworks.com/help/matlab/matlab_external/upgrading-mex-files-to-use-64-bit-api.html.
执行 make，输出如下：
>> make 使用 ‘Microsoft Windows SDK 7.1 (C)‘ 编译。 MEX 已成功完成。 使用 ‘Microsoft Windows SDK 7.1 (C)‘ 编译。 MEX 已成功完成。 使用 ‘Microsoft Windows SDK 7.1 (C++)‘ 编译。 找不到 D:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab\svmtrain.exp 找不到 D:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab\svmtrain.exp MEX 已成功完成。 使用 ‘Microsoft Windows SDK 7.1 (C++)‘ 编译。 找不到 D:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab\svmpredict.exp 找不到 D:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab\svmpredict.exp MEX 已成功完成。 >>
忽略错误（找不到……），继续，编译完成后，在当前目录下(libsvm-3.21/matlab下)会出现svmtrain.mexw64、svmpredict.mexw64 或者svmtrain.mexw32、svmpredict.mexw32 ，把文件名svmtrain和svmpredict 相应改成 libsvmtrain 和 libsvmpredict。
这是因为Matlab中自带有SVM的工具箱，其函数名字就是svmtrain和svmpredict，和 libsvm 默认的名字一样.
libsvm 软件包中自带有测试数据，即软件包根目录下的 heart_scale 文件。
在matlab运行代码，输出如下：
>> [heart_scale_label, heart_scale_inst] = libsvmread(‘heart_scale‘); >> model = libsvmtrain(heart_scale_label, heart_scale_inst, ‘-c 1 -g 0.07‘); * optimization finished, #iter = 134 nu = 0.433785 obj = -101.855060, rho = 0.426412 nSV = 130, nBSV = 107 Total nSV = 130 >> [predict_label, accuracy, dec_values] = libsvmpredict(heart_scale_label, heart_scale_inst, model); Accuracy = 86.6667% (234/270) (classification)
标签：不同的 future art rac scale 数据 执行 orm 打开
原文地址：http://www.cnblogs.com/datavis/p/6035217.html
