本篇文章给大家分享的是有关如何使用LibSVM工具箱实现SVM，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
老版本MATLAB的支持向量机函数功能较为简单，所以多数使用LibSVM工具箱实现SVM相关功能。
LibSVM是台湾林智仁(Chih-Jen Lin)教授2001年开发的一套支持向量机的库，可以很方便的对数据做分类或回归。由于libSVM程序小，运用灵活，输入参数少，并且是开源的，易于扩展。
该库对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该库可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。
libsvm-3.1-[FarutoUltimate3.1Mcode]工具箱是faruto在libsvm3.1版本的基础上进行改进得来的，在原始版本的基础上，Faruto又加了一些辅助函数，便于进行操作及可视化。
下载后设置Path
File->setpath ->add with subfolders->加入libsvm文件夹的路径
在matlab中编译
目的：将libsvm\matlab中 libsvmwrite.c 等 C++文件编译成 libsvmread.mexw64 等matlab文件，这样就可以在command window中被直接调用了。
注意：可能下载下来的文件夹中已经包含了libsvmread.mexw32或者libsvmread.mexw64等文件，不用管他，这一步还是需要的。
编译方法是，在command window下输入
mex -setup
根据提示选择编译器
如果提示没有可以选择的编译器，需要另行安装（一般选择Windows SDK），编译器安装遇到问题请发送“SDK”获取安装方法以及注意事项
最后将libsvm\matlab目录设为当前
在command window下输入
make
如果能看到一串success就是成功了。
以上就是如何使用LibSVM工具箱实现SVM，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
