matlabsvm工具箱安裝

Ⅰ 如何在matlab中添加SVM工具箱以及初次應用

一、因為要用到SVM，所以想先在matlab下學習一下，簡短講添加工具箱很簡單：
1.1：如果是Matlab安裝光碟上的工具箱，重新執行安裝程序，選中即可。
1.2：如果是單獨下載的工具箱，則需要把新的工具箱（以下假設工具箱名字為svm）解壓到toolbox目錄下，然後用addpath或者pathtool把該工具箱的路徑添加到matlab的搜索路徑中，
2:最後用which newtoolbox_command.m來檢驗是否可以訪問。如果能夠顯示新設置的路徑，則表明該工具箱可以使用了。
SVM工具箱:>> addpath('D:\Program Files\MATLAB\R2008a\toolbox\svm')
>> which svcinfo.m
D:\Program Files\MATLAB\R2008a\toolbox\svm\svcinfo.m
成功~
PS:還有一些其他方法，可以參考：http://blog.lehu.shu.e.cn/smallworker/A31135.html
二、初次使用，採用差仿http://zyy554221.blog.sohu.com/82115143.html中的例子，但是出現了錯逗慶銷誤信息：D：…………\toolbox\svm\qp.dll 不是有效的 Win32 應用程序，經過搜索看到有很多人出現這個問題，貌似是因山游為matlab版本比較高。
解決辦法：1、command中輸入
>> cd 'D:\Program Files\MATLAB\R2008a\toolbox\svm\Optimiser'
>> mex -v qp.c pr_loqo.c
2、出現：
This is mex, Copyright 1984-2007 The MathWorks, Inc.
Select a compiler:
[1] Lcc-win32 C 2.4.1 in D:\PROGRA~1\MATLAB\R2008a\sys\lcc\bin
[2] Microsoft Visual C++ 6.0 in D:\Program Files\Microsoft Visual Studio
[0] None

Compiler: （我選擇了2），然後就出現很多東西……
3、Optimiser文件夾下看到兩個文件:qp.dll.old和qp.mexw32；把qp.mexw32重命名為qp.dll覆蓋svm文件夾下的qb.dll即可。
4,、然後應用例子，成功~~

Ⅱ 如何在MATLAB中添加SVM函數工具箱

1,下載SVM工具箱:http://see.xidian.e.cn/faculty/chzheng/bishe/indexfiles/indexl.htm
2,安裝到matlab文件夾中
1)將下載的SVM工具箱的文件夾放在\matlab71\toolbox\下
2)打開matlab->File->Set Path中添加SVM工具箱的文件夾
現在,就成功的添加成功了.
可敬清以測試一下:在matlab中輸純大入which svcoutput 回車,如果可以正確顯示路徑,就證明添加成功了,例如:
C:\Program Files\MATLAB71\toolbox\svm\svcoutput.m
3,用SVM做分類的使用方法
1)在matlab中輸入必要的參數:X,Y,ker,C,p1,p2
我做的測試中取的數據為:
N = 50;
n=2*N;
randn('state',6);
x1 = randn(2,N)
y1 = ones(1,N);
x2 = 5+randn(2,N);
y2 = -ones(1,N);
figure;
plot(x1(1,:),x1(2,:),'bx',x2(1,:),x2(2,:),'k.');
axis([-3 8 -3 8]);
title('亮褲前C-SVC')
hold on;
X1 = [x1,x2];
Y1 = [y1,y2];
X=X1';
Y=Y1';
其中,X是100*2的矩陣,Y是100*1的矩陣
C=Inf;
ker='linear';
global p1 p2
p1=3;
p2=1;

Ⅲ 如何在MATLAB中添加SVM函數工具箱

第一步把SVM工具箱拷貝到你的MATLAB安裝路徑下的toolbox

例如：D:Program FilesMatlabR2007b oolbox

第二步打開MATLAB，file ,set path, add folder, 添加工具箱中的svm文件夾

Ⅳ 如何在MATLAB中添加SVM函數工具箱

目的：SVM_SteveGunn添加至我的matlab工具箱內
工具/原料：Matlab 2013B 、SVM工具箱
操作步驟：
1、下載svm工具包
地址：http://www.pudn.com/downloads343/sourcecode/math/detail1499382.html
2、解壓工具包到E:\matlab\toolbox ，也可以解壓後自己命名後復制過去。 （安裝目錄）
3、打開matlab點擊set path---->add folder（也可以選擇下面的addwithsubfolder) 然後把你的工具箱文件夾添加進去就可以了，保存。
4、刷新路徑，這一步一定要做，路徑加進去後在file→Preferences→General的Toolbox Path Caching里點擊update Toolbox Path Cache更新一下。
5、驗證是否添加成功，最後在matlab的命令欄中輸入which svcoutput可以查看路徑E:\matlab\toolbox\svm\svcoutput.m就可以了。
6、調用工具箱：
用SVM做分類的使用方法
1)在matlab中輸入必要的參數:X,Y,ker,C,p1,p2
我做的測試中取的數據為:
N = 50;
n=2*N;
randn('state',6);
x1 = randn(2,N)
y1 = ones(1,N);
x2 = 5+randn(2,N);
y2 = -ones(1,N);
figure;
plot(x1(1,:),x1(2,:),'bx',x2(1,:),x2(2,:),'k.');
axis([-3 8 -3 8]);
title('C-SVC')
hold on;
X1 = [x1,x2];
Y1 = [y1,y2];
X=X1';
Y=Y1';
其中,X是100*2的矩陣,Y是100*1的矩陣
C=Inf;
ker='linear';
global p1 p2
p1=3;
p2=1;
然後,在matlab中輸入:[nsv alpha bias] = svc(X,Y,ker,C),回車之後,會顯示:

Support Vector Classification
_____________________________
Constructing ...
Optimising ...
Execution time: 1.9 seconds
Status : OPTIMAL_SOLUTION
|w0|^2 : 0.418414
Margin : 3.091912
Sum alpha : 0.418414
Support Vectors : 3 (3.0%)
nsv =
3

alpha =
0.0000
0.0000
0.0000
0.0000
0.0000
2)輸入預測函數,可以得到與預想的分類結果進行比較.
輸入:predictedY = svcoutput(X,Y,X,ker,alpha,bias),回車後得到:

predictedY =
1
1
1
1
1
1
1
1
1
3)畫圖
輸入:svcplot(X,Y,ker,alpha,bias),回車

補充:
X和Y為數據,m*n:m為樣本數,n為特徵向量數
比如:取20組訓練數據X,10組有故障,10組無故障的,每個訓練數據有13個特徵參數,則m=20,n=13
Y為20*1的矩陣,其中,10組為1,10組為-1.
對於測試數據中,如果取6組測試數據,3組有故障,3組無故障的,則m=6,n=13
Y中,m=6,n=1

可能出現的問題：
1.今天我在使用SVM通用工具箱對眼電的信號數據進行分類時出現如下錯誤：

Support Vector Classification
_____________________________
Constructing ...
Optimising ...
??? Dimension error (arg 3 and later).

Error in ==> svc at 60
[alpha lambda how] = qp(H, c, A, b, vlb, vub, x0, neqcstr);