1. 请教faruto老师关于libsvm工具箱预测时核函数的选择问题
|^cmd = ['-c ',num2str(bestc),' -g ',num2str(bestg),' -s 3 -p 0.02 -t 1 '];里的抄-t 1就是选择的多项式核袭函数。
-t 核函数类型：核函数设置类型(默认2)
0 -- 线性核函数: u'*v
1 -- 多项式核函数: (gamma*u'*v + coef0)^degree
2 -- RBF核函数: exp(-gamma*|u-v|^2)
3 -- sigmoid核函数: tanh(gamma*u'*v + coef0)
4 -- 预定义核函数（指定核矩阵）
2. matab支持向量机libsvm工具箱，里面的参数-p是不是理论知识里的不敏感损失函数ε，那么哪个
p确实是episilon，但松弛因子是算法由原始问题转换为对偶问题后，就不需要求解了，因此不用在SVR里设置这个参数了。对偶问题里仍包含episilon，因此需要这个参数。
3. 关于matlab的SVM工具箱的几个函数
能不用自带函数不，给你个最小二乘支持向量机的自编代码
clear all;
clc;
N=35; %样本个数
NN1=4; %预测样本数
%********************随机选择初始训练样本及确定预测样本*******************************
x=[];
y=[];
index=randperm(N); %随机排序N个序列
index=sort(index);
gama=23.411; %正则化参数
deita=0.0698; %核参数值
%thita=; %核参数值
%*********构造感知机核函数*************************************
%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
%*********构造径向基核函数**************************************
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
%*********构造多项式核函数****************************************
%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
%*********构造核矩阵************************************
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); %模型参数
for i=1:N-NN1
aipha(i)=C(i+1); %模型参数，行向量
end
%*******************************************
for i=1:N %预测模型
aifx(i)=b+(aipha)*K(1:N-NN1,i);
end
%*******************************************
aifx
index
4. libsvm工具包中关于svmpredict函数的问题
答案很简单http://blog.sina.com.cn/s/blog_4c98b960010009jh.html
5. 使用LibSVM工具包中的svmprdict函数的时候，概率输出值全部相同的问题
这应该是在提取SIFT特征的时候因为图片尺寸的关系，在量化阶段混进了长度为零的矢量，所以在后续计算核矩阵的时候出现了NaN的情况，把它们去掉就好了。今晚8点发。
6. libsvm工具箱和lssvm工具箱有什么区别
1、这两个意义完全不一样，lssvm是最小二乘支持向量机，是一种算法 libsvm是一个支持版向量机的工具集合，权一个库；
2、LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；
3、而LSSVM是支持向量机算法的一种改进版本——即最小二乘支持向量机（Least Squares Support Vector Machine）。
7. 如何在MATLAB中添加SVM函数工具箱
你可以参照http://jingyan..com/article/a501d80cf764c3ec630f5ef5.html的步骤进行安装，然后重启Matlab就可以调用SVM函数工版具箱了。权
8. libsvm工具箱中的svmtrain函数最多可处理多少个数据
1. 1 v 1 实现的多分类（一对一法（one-versus-one,简称1-v-1 SVMs）。） Libsvm中的多类分类就是根版据这个方法实现的。 2 在工具箱里面可以找权到 svmtrain 3 看视频。里面有讲解怎么弄成matlab格式的数据~
9. 我安装了libsvm工具箱，可是没有svmpredict函数，求助，急，谢谢各位大侠
问下，这个svmpredict工具箱是用于预测的吗？如果是的话那我将来也要用到的。。
10. 在使用libsvm工具箱做分类时，函数svmtrain中的参数’-b 1‘是什么意思
看到没有答案，特来为后来人铺路。
-b参数用于输出概率估计模型，其附带的概率估计输内出在分类问题上可用容于画ROC曲线
需要注意，'-b 0' 用于SVC也就是分类问题
'-b 1'用于SVR也就是回归问题
这里概率模型的准确率比直接输出类别的模型的准确率存在差别的原因是因为参数错了。