lssvm工具箱免費下載

⑴ Matlab除了matlab 還有其他更好用、智能提示的第三方的IDE嗎

【工具箱】
libsvm-3.1-[FarutoUltimate3.1Mcode]
其他名稱：libsvm-faruto版本，libsvm-faruto加強工具箱，libsvm-farutoUltimate版本
【更新說明】
libsvm-faruto版本好久都沒有更新了，近期我將代碼重新整理了一下，看到注釋中上次更新代碼的時間是2010.01.17，才發現libsvm-faruto版本已經一年多沒有添加進行更新，看著自己以前編寫的一行行代碼，心中不免想起過往那些逝去的歲月，想起過往的那些人，煽情的不多說，此次更新主要內容如下：
1.基於目前的最新的libsvm-3.1編寫。
2.對原來的部分代碼進行了重新優化。
3.添加ClassResult.m函數，方便給出各種分類准確率，以及給出判別函數的權值w、偏置b、支持向量在原始訓練集中的位置索引以及alpha系數。
給出這個函數的目的是方便大家，個人感覺這個函數會對相關朋友有很大幫助。
4.重新編寫說明文檔TutorialForFarutoUltimate3.1.pdf
由於libsvm回歸不支持多輸出，本來還想實現libsvm的多輸出（lssvm支持多輸出，但我詳細研究了一下lssvm也就是一維一維的進行回歸實現的多輸出，libsvm完全可以仿照這種形式實現多輸出），但後來又犯懶，因為實在沒有技術含量，就擱置了。如果實現有朋友需要就在後期的版本更新中添加吧。另外給大家做個預告，暑假期間我會製作一系列的關於libsvm工具箱和lssvm工具箱的視頻，完全免費下載。之前在我的那個專輯期刊中做過預告，這里權當造勢啦。O(∩_∩)O

⑵ libsvm工具箱和lssvm工具箱有什麼區別

1、這兩個意義完全不一樣，lssvm是最小二乘支持向量機，是一種演算法 libsvm是一個支持版向量機的工具集合，權一個庫；
2、LIBSVM是台灣大學林智仁(Lin Chih-Jen)副教授等開發設計的一個簡單、易於使用和快速有效的SVM模式識別與回歸的軟體包，不但提供了編譯好的可在Windows系列系統的執行文件，還提供了源代碼，方便改進、修改以及在其它操作系統上應用；
3、而LSSVM是支持向量機演算法的一種改進版本——即最小二乘支持向量機（Least Squares Support Vector Machine）。

⑶ libsvm工具箱和lssvm工具箱有什麼區別

本質區別就是在最小化目標規劃函數時libsvm
使用的演算法
是SMO
（序列最小優化演算法）lssvm
使用的最小二乘演算法
查看原帖>>
滿意請採納

⑷ 怎麼安裝LSSVM 1.6

打開你的壓縮包，解壓到你的電腦磁碟

⑸ 關於matlab的SVM工具箱的幾個函數

能不用自帶函數不，給你個最小二乘支持向量機的自編代碼
clear all;
clc;
N=35; %樣本個數
NN1=4; %預測樣本數
%********************隨機選擇初始訓練樣本及確定預測樣本*******************************
x=[];
y=[];
index=randperm(N); %隨機排序N個序列
index=sort(index);
gama=23.411; %正則化參數
deita=0.0698; %核參數值
%thita=; %核參數值
%*********構造感知機核函數*************************************
%for i=1:N
% x1=x(:,index(i));
% for j=1:N
% x2=x(:,index(j));
% K(i,j)=tanh(deita*(x1'*x2)+thita);
% end
%end
%*********構造徑向基核函數**************************************
for i=1:N
x1=x(:,index(i));
for j=1:N
x2=x(:,index(j));
x12=x1-x2;
K(i,j)=exp(-(x12'*x12)/2/(deita*deita));
end
end
%*********構造多項式核函數****************************************
%for i=1:N
% x1=x(:,index(i));
% for j=1:N
% x2=x(:,index(j));
% K(i,j)=(1+x1'*x2)^(deita);
% end
%end
%*********構造核矩陣************************************
for i=1:N-NN1
for j=1:N-NN1
omeiga1(i,j)=K(i,j);
end
end
omeiga2=omeiga1';
omeiga=omeiga2+(1/gama)*eye(N-NN1);
A12=ones(1,N-NN1);
A21=A12';
A=[0 A12;A21 omeiga];
%**************************************
for i=1:N-NN1
B21(i,:)=y(index(i));
end
B=[0;B21];
%********LS-SVM模型的解******************************
C=A\B;
%******
b=C(1); %模型參數
for i=1:N-NN1
aipha(i)=C(i+1); %模型參數，行向量
end
%*******************************************
for i=1:N %預測模型
aifx(i)=b+(aipha)*K(1:N-NN1,i);
end
%*******************************************
aifx
index

⑹ 怎麼在matlab平台上安裝ls svmlab這個工具箱

第一步：首先將解壓得到的文件夾拷貝到自己MATLAB的安裝目錄下，如
C:\Program Files\MATLAB\R2012b\toolbox\LSSVMlabv1_8_R2009b_R2011a

第二步：打開MATLAB，如果是Matlab7.0的話單擊File，如何是2012的話在home面板上，靠近Layout那裡有Set Path，然後選擇Set Path這一選項，這時會出現Set Path的窗口，點擊 Add Folder。。。將剛才拷貝到目錄下的那個文件夾添加進來，點擊Save,然後close。
第三步：檢驗工具箱是否添加成功：在MATLAB 的命令窗口中輸入：
which tunelssvm.m
如果出現下面的情況：
>> which tunelssvm.m
C:\Program Files\MATLAB\R2012b\toolbox\LSSVMlabv1_8_R2009b_R2011a\tunelssvm.m
則表示安裝成功。

⑺ 有人知道怎麼把SVDD工具箱裝到libsvm嗎

1 先下載 libsvm-svdd-3.18.zip和 libsvm-3.18.zip，並解壓得到文件夾 libsvm-svdd-3.18和libsvm-3.18；
2 將文件夾 libsvm-svdd-3.18根目錄下的svm.cpp、svm.h和svm-train.c復制到 libsvm-3.18根目錄下並覆蓋回原來的這3個文件；將答文件夾 libsvm-svdd-3.18中 matlab里的文件 svmtrain.c 復制到 libsvm-3.18中的matlab文件夾中覆蓋原來的c文件；
3 安裝 libsvm-3.18，這個教程網上一大堆，主要是兩步：mex -setup和 make；
4 測試安裝是否成功。

⑻ MATLAB中LS-SVM工具箱的問題

LS-SVM是什麼，題主隨便搜索一下就應該知道了啊。。。

LS-SVM是的縮寫，中文翻譯成「最小二專乘支持向量屬機」，用於非線性分類、回歸、時間序列預測和無監督學習等領域。

至於那兩個函數，trainlssvm用來訓練得到模型，simlssvm則用trainlssvm訓練得到的model為測試集分類或者進行函數擬合（和神經網路中的概念類似）。

工具箱裡面有相應的演示程序（名字都以demo開頭），您可以結合具體的例子去學習。

附件是一個關於該工具箱的說明，供參考。