① 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。
② 如何在MATLAB中添加SVM函数工具箱
matlab2014a以后自带svm工具箱，但只能处理二分类问题，两个核心函数为：
SVMStruct=svmtrain（training，group） ---用于训练分类模型
Group = svmclassify( SVMStruct , Sample ) ---用于分类
③ SVM娣峰悎鏍稿嚱鏁癿atlab浠ｇ爜姹傚姪
SVM鍦╩atlab涓瀹炵幇锛
棣栧厛闇瑕丮ATLAB SVM Toolbox锛屽皢鍏朵腑鐨勬枃浠惰В鍘嬪苟鍛藉悕涓簊vm銆
灏嗘枃浠舵嫹鍒癊:matlab oolbox銆
鎵撳紑matlab鐐瑰嚮set path---->add folder 锛岀劧鍚庢妸宸ュ叿绠辨枃浠跺す娣诲姞杩涘幓灏卞彲浠ヤ簡銆
璺寰勫姞杩涘幓鍚庡湪file鈫扨references鈫扜eneral鐨凾oolbox Path Caching閲岀偣鍑籾pdate Toolbox Path Cache鏇存柊涓涓嬨
鏈鍚庡湪matlab鐨勫懡浠ゆ爮涓杈撳叆which svcoutput鍙浠ユ煡鐪嬭矾寰凟:matlab oolboxsvmsvcoutput.m灏卞彲浠ヤ簡銆
④ 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
⑤ 高分求助 matlab自带工具箱中的svmtrain用法,要中文的,详细点
Svmtrain的用法：
svmtrain [options] training_set_file [model_file]
Options：可用的选项即表示的涵义如下
-s svm类型：SVM设置类型(默认0)
0 -- C-SVC
1 --v-SVC
2 – 一类SVM
3 -- e -SVR
4 -- v-SVR
-t 核函数类型：核函数设置类型(默认2)
0 – 线性：u'v
1 – 多项式：(r*u'v + coef0)^degree
2 – RBF函数：exp(-r|u-v|^2)
3 –sigmoid：tanh(r*u'v + coef0)
-d degree：核函数中的degree设置(默认3)
-g 函数设置(默认1/ k)r(gama)：核函数中的
-r coef0：核函数中的coef0设置(默认0)
-c cost：设置C-SVC， -SVR的参数(默认1)-SVR和
- SVR的参数(默认0.5)-SVC，一类SVM和-n nu：设置
-SVR-p e：设置的值(默认0.1)中损失函数
-m cachesize：设置cache内存大小，以MB为单位(默认40)
-e ：设置允许的终止判据(默认0.001)
-h shrinking：是否使用启发式，0或1(默认1)
-wi C(C-SVC中的C)(默认1)weight：设置第几类的参数C为weight
-v n: n-fold交互检验模式
其中-g选项中的k是指输入数据中的属性数。option -v 随机地将数据剖分为n部分并计算交互检验准确度和均方根误差。以上这些参数设置可以按照SVM的类型和核函数所支持的参数进行任意组合，如果设置的参数在函数或SVM类型中没有也不会产生影响，程序不会接受该参数；如果应有的参数设置不正确，参数将采用默认值。training_set_file是要进行训练的数据集；model_file是训练结束后产生的模型文件，文件中包括支持向量样本数、支持向量样本以及lagrange系数等必须的参数；该参数如果不设置将采用默认的文件名，也可以设置成自己惯用的文件名。