A. 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）
B. libsvm中predict怎样使其输出的结果转换为后验概率
因为要用libsvm自带的脚本grid.py和easy.py,需要去官网下载绘图工具gnuplot,解压到c盘.进入c:\libsvm\tools目录下，用文专本编辑器（记事本，edit都可以属）修改grid.py和easy.py两个文件，找到其中关于gnuplot路径的那项，根据实际路径进行修改，并保存
python与libsvm的连接（参考SVM学习笔记（2）LIBSVM在python下的使用）
1.打开IDLE(pythonGUI)，输入>>>importsys>>>sys.version
2.如果你的python是32位，将出现如下字符：
(default,Apr102012,23:31:26)[MSCv.150032bit(Intel)]’
这个时候LIBSVM的python接口设置将非常简单。在libsvm-3.16文件夹下的windows文件夹中找到动态链接库libsvm.dll，将其添加到系统目录，如`C:\WINDOWS\system32\’，即可在python中使用libsvm
C. 请问python中如何把SVM分类输出转化为后验概率想试试SVM+sigmoid，求代码
因为要用libsvm自带的脚本grid.py和easy.py,需要去官网下载绘图工具gnuplot,解压到c盘.进入c:\libsvm\tools目录下，回用文本编辑器（记答事本，edit都可以）修改grid.py和easy.py两个文件，找到其中关于gnuplot路径的那项，根据实际路径进行修改，并保存
python与libsvm的连接（参考SVM学习笔记（2）LIBSVM在python下的使用）
1.打开IDLE(pythonGUI)，输入>>>importsys>>>sys.version
2.如果你的python是32位，将出现如下字符：
(default,Apr102012,23:31:26)[MSCv.150032bit(Intel)]’
这个时候LIBSVM的python接口设置将非常简单。在libsvm-3.16文件夹下的windows文件夹中找到动态链接库libsvm.dll，将其添加到系统目录，如`C:\WINDOWS\system32\’，即可在python中使用libsvm
D. 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。。
E. 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）。
F. 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。
G. 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~
H. matlab使用libsvm工具箱回归预测不准确，怎么解决
得看你数据特征是什么 以及你svm用的参数是什么
svm调参是一门学问，现在都不流行这个了
还有得看你数据是不是时间周期类型， 时间类型用普通的回归做效果也不会很好
I. 怎么安装libsvm工具箱
你的和我的抄情况一模一样。
我折腾了两天最后解决了。
因为matlab软件是在win XP是弄得，后来升级的win7最多支持到vista，所以直接安装不行。
我在装的时候，可以安装，但是打不开，后来发现，只要安装完之后再matlab的快捷方式下点击右键，在兼容性下面点击window XP下就可以了。卸载的时候也不能卸，需要找到uninstall.exe这个文件，同样在兼容性下面点击window XP下就可以了。如果你连安装都不能的话，那么就就在install.exe中点击右键，兼容性下面选择window XP，然后确定，就一切OK了。
J. matlab r2014a怎样安装libsvm工具箱
1.设置路径：用Add with Subfolders添加目录（将工具箱所在文件夹的子目录也添加到MATLAB工作搜索目录）
2.选择编回译器答：mex -setup（mex后面有空格）
3.编译：make（要把MATLAB当前目录调整到libsvm工具箱所在文件夹）双击make.m文件
PS：运行help train得到的是MATLAB自带的svmtrain函数的帮助文件
运行help svmpredict会有报错：svmpredict not found
工具箱中的README稳健可以算是帮助文件
table键对函数进行补全！