标签：box software 测试 war 教程 文件夹 需要 应该 option
1. LibSVM下载，安装
下载地址：http://www.csie.ntu.edu.tw/~cjlin/libsvm/，最新的版本是3.17
2. 入门
注意：
（1）下载解压后文件夹中的heart_scale，是VC++格式的，不能直接load, 否则会报错！
需要使用转换函数libsvmread()，其格式如下： [label_vector, instance_matrix] = libsvmread(‘filename‘);
所以导入数据的命令为：[heart_scale_label,heart_scale_inst] = libsvmread(‘heart_scale‘);
或者直接下载mat格式的数据，保存到当前目录下。下载地址：http://pan.baidu.com/s/1sj8l6ax
（2）在新版的matlab中，也有自带的SVM实现，函数名也是svmtrain. 为了避免冲突，可以将其备份后改名，比如改为svmtrain_backup.m.
文件的位置在：D:\Program Files\MATLAB\R2012a\toolbox\bioinfo\biolearning\svmtrain.m
（3）进行分类测试时，网络上许多教程中提到的 [predict_label, accuracy] = svmpredict(heart_scale_label, heart_scale_inst, model); 在最新的3.17版本中会出错，提示使用的语法格式为：Usage: [predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix, model, ‘libsvm_options‘);或者 [predicted_label] = svmpredict(testing_label_vector, testing_instance_matrix, model, ‘libsvm_options‘)
所以正确的用法应该是：
或者：
得到下面的结果，则说明测试成功！
Accuracy = 86.6667% (234/270) (classification)
标签：box software 测试 war 教程 文件夹 需要 应该 option
原文地址：http://www.cnblogs.com/haoyul/p/6947530.html
