㈠ 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。。
㈡ libsvm-mat-加强工具箱从哪里可以下载
http://www.ilovematlab.cn/thread-65333-1-1.html
这个里面有 我用过
如果你没有账号，我版可以发权给你
㈢ 怎么安装libsvm工具箱
你的和我的情况一模一样。
我折腾了两天最后解决了。
因为matlab软件是在win XP是弄得，后回来升级的win7最多支持到vista，所以答直接安装不行。
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。
㈣ libsvm安装在哪个ide里面
一。下载libsvm
http://www.csie.ntu.e.tw/——cjlin/libsvm/
在libsvm的网站上下载 libsvm-3.12.zip文件，解压后放在任意目录下，最好放在MATLAB工具箱中，比如 C:\Program Files\MATLAB\R2011a\toolbox\libsvm-3.12下。
二。配置编译器
打开 matlab，切换到C:\Program Files\MATLAB\R2011a\toolbox\libsvm-3.12\matlab目录下，键入以下命令：
mex –setup
出现提示语句
Please choose your compiler for building MEX-files:
Would you like mex to locate installed compilers [y]/n?n %这次是选择编译器，输入n，选择自定义的编译器
出现以下选项（因电脑而异）
Select a compiler:
[1] Intel C++ 11.1 （with Microsoft Visual C++ 2008 SP1 linker）
[2] Intel Visual Fortran 11.1 （with Microsoft Visual C++ 2008 SP1 linker）
[3] Intel Visual Fortran 11.1 （with Microsoft Visual C++ 2008 Shell linker）
[4] Lcc-win32 C 2.4.1
[5] Microsoft Visual C++ 6.0
[6] Microsoft Visual C++ 2005 SP1
[7] Microsoft Visual C++ 2008 SP1
[8] Microsoft Visual C++ 2010
[9] Microsoft Visual C++ 2010 Express
[10] Open WATCOM C++
[0] None
Compiler: 8%可以用其他的，出现以下提示语句
Your machine has a Microsoft Visual C++ 2010 compiler located at
C:\Program Files\Microsoft Visual Studio 10.0. Do you want to use this compiler [y]/n?
编译器默认路径，确认正确输入y，更改路径，输入n
输入y出现再次确认
Please verify your choices:
Compiler: Microsoft Visual C++ 2010
Location: C:\Program Files\Microsoft Visual Studio 10.0
Are these correct [y]/n? y
编译器配置完成
Trying to update options file: C:\Documents and Settings\zhangokun\Application Data\MathWorks\MATLAB\R2011a\mexopts.bat
From template: C:\PROGRA——1\MATLAB\R2011a\bin\win32\mexopts\msvc100opts.bat
Done . . .
三。编译
输入命令
》 make
》
%编译完成
系统就会生成svmtrain.mexw32，svmpredict.mexw32，libsvmread.mexw32和libsvmwrite.mexw32等文件（对于 Matlab 7.1以下上版本，生成的对应文件为svmtrain.dll，svmpredict.dll和read_sparse.dll，没做测试），然后可以在matlab的菜单 File->Set Path->add with subfolders（可直接用Add Folder）里，把 C:\Program Files\MATLAB\R2011a\toolbox\libsvm-3.12\matlab目录添加进去，这样以后在任何目录下都可以调用 libsvm的函数了。
四。测试
为了检验 libsvm和 matlab之间的接口是否已经配置完成，可以在 matlab下执行以下命令：
》load heart_scale
完成该步骤后发现Workspace中出现了heart_scale_inst和 heart_scale_label,说明正确
》model = svmtrain（heart_scale_label, heart_scale_inst, '-c 1 -g 0.07‘）；
》 [predict_label, accuracy, dec_values] = svmpredict（heart_scale_label, heart_scale_inst, model）； %
Accuracy = 86.6667% （234/270） （classification）% done
如果运行正常并生成了model这个结构体（其中保存了所有的支持向量及其系数），那么说明libsvm和matlab 之间的接口已经完全配置成功。
附：
如果你没有 heart_scale.mat（官方现在都不给了，给的都是VC++下的格式 所以load 会报错：heart_scale must be same as previous lines）
所以必须使用给的一个函数，转化数据此函数为libsvmread（）
使用如下： [label_vector, instance_matrix] = libsvmread（'filename’）；
此处为了跟官方统一名称可以[heart_scale_label,heart_scale_inst] = libsvmread（‘heart_scale’）；
由于heart_scale在libsvm-3.11目录下，不是在matlab下，所以直接用libsvmread命令会报错，要买改变当前路径，或者使用[heart_scale_label,heart_scale_inst] = libsvmread（‘/heart_scale’）；/代表返回上层路径。
注意：
1. matlab自带了C编译器Lcc-win32C，但是libsvm原始版本是C++实现的，因此需要C++的编译器来编译，这就是不适用matlab默认编译器而选择其他C++编译器的原因。
matlab支持的编译器也是有限的，可以查看不同版本matlab支持的编译器列表
2. 如果matlab版本太低，如matlab 7.0是不能用VS作为编译器的，只能用VC++ 6.0
3. .mexw32 文件是经过加密的，打开是乱码，函数本身没有帮助。
例如输入 help svmpredict会出现报错： svmpredict not found
工具箱libsvm-3.12\matlab中README文件才是帮助文件。
但是输入help svmtrain会出现帮助信息，其实出现的是系统自带的svmtrain函数，没有libsvm工具箱中的好用。
4.在新版本libsvm3.12中，文件夹libsvm-3.12\windows中已经有编译好的程序，可以直接使用，只需要把libsvm-3.12\windows添加到matlab路径中即可，不需要编译的过程。当然最好还是自己编译一遍，因为编译环境不同会导致一些不可预估的小问题，自己编译的过程是可控的。
5. 测试用数据集，libsvm官网上提供了很多数据集
测试使用的heart_scale数据集是C++版本的（类标签 1:第一个属性 2：第二个属性…），可以用libsvmread来转换为matlab版本的（它们的区别在类标签）。
[label_vector, instance_matrix] = libsvmread（‘C++版本数据集’）； %得到类标签和属性矩阵，然后可以使用它们训练了model = svmtrain（label_vector, instance_matrix）；
》 load heart_scale
》 model = svmtrain（heart_scale_label,heart_scale_inst）；
*
optimization finished, #iter = 162
nu = 0.431029
obj = -100.877288, rho = 0.424462
nSV = 132, nBSV = 107
Total nSV = 132
》 [predict_label,accuracy] = svmpredict（heart_scale_label,heart_scale_inst,model）；
Accuracy = 86.6667% （234/270） （classification）
6.参考资料
libsvm库下载：http://www.csie.ntu.e.tw/——cjlin/libsvm/
视频：http://v.youku.com/v_showMini/id_XMjc2NTY3MzYw_ft_131.html（有小问题，等下会提到）
㈤ 安装Libsvm工具箱出现问题E:\MATLAB7\BIN\WIN32\MEX.PL: Error: 'CFLAGS=\$CFLAGS -std=c99' not found.
必须在libsvm文件夹下运行，加入到路径不起作用的。
㈥ 请问Matlab的libsvm工具箱如何进行多元回归
这个问题其实非常地简单。
1、在Matlab里面先做这样一小段处理：
data = [
0.5 2 12 26 2 0.0476890000000000
0.5 3 14 28 4 0.0792965000000000
0.5 4 16 30 6 0.106723000000000
0.5 5 18 32 8 0.112500000000000
1 2 14 30 8 0.487650000000000
1 3 12 32 6 0.0955300000000000
1 4 18 26 4 0.336150000000000
1 5 16 28 2 0.202830000000000
1.5 2 16 32 4 1.18260000000000
1.5 3 12 30 2 0.273390000000000
1.5 4 18 28 8 0.784670200000000
1.5 5 14 26 6 0.487695000000000
2 2 18 28 6 1.41230000000000
2 3 16 26 8 0.934150000000000
2 4 14 32 2 0.181100000000000
2 5 12 30 4 1.08280000000000
];
x = data(:,1:end-1);
y = data(:,end);
% 上述处理即是将最后一列作为输出，前n-1列全部作为输入
2. 将 x, y 分别作为输入和输出放入svmtrain函数中训练
3. 再在svmpredict函数中输入x即可得出各个x对应的预测值y
注：这里的原理其实十分简单，在libsvm中其实也是将所有变量都默认为了向量（或矩阵），所以你只管输入的数据结构即可。
㈦ matlab安装libsvm工具箱
遇到了同样的问题 测试也没有问题 调用的时候出现上面两个报错
㈧ 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！
㈨ matlab2014a中有自带的libsvm工具箱吗
R是更像是一个统计软件。而且因为免费开源,这几年发展表较快。 我目前个人感觉是,Matlab能干的,R全能干,而且没感觉麻烦太多。