SVM实现多分类的程序基础工作(一)——安装libsvm以及libsvm和matlab自带的svm的区别

时间:2021-09-27 06:44:00

        今天需要做一个用SVM实现多分类的程序,鉴于本人是matlab初学者,所以了解一些matlab的基本常识是很重要的。下面是在MATLAB编辑器(Editor)中一些快捷键的用法:

1)Tab】(或【Ctrl+]】)――增加缩进(对多行有效)

2)Ctrl+[】--减少缩进(对多行有效)

3)Ctrl+I】--自动缩进(即自动排版,对多行有效)

4)Ctrl+R】――注释(对多行有效)

5)Ctrl+T】――去掉注释(对多行有效)

6)F12】――设置或取消断点

7)F5】――运行程序

        另外为了完成SVM实现多分类的程序,我下载了*林智仁的libsvm工具箱,下面对libsvm工具箱的安装作简单的介绍:

1、  解压文件,把当前工作目录调整到libsvm所在的文件夹下。即选择file——set path——add folder(添加解压后的libsvm工具箱文件)——saveSVM实现多分类的程序基础工作(一)——安装libsvm以及libsvm和matlab自带的svm的区别

2、  然后在命令行里输入mex -setup  %选择一下编译器

3、  最后在命令行里输入make。即完成libsvm工具箱的安装。

 

嘿嘿,很简单吧,下面再介绍一下为什么要安装libsvm,这得要从matlab自带的svmlibsvm的区别(参考http://www.ilovematlab.cn/forum.php?mod=viewthread&tid=35262)来说了。

 

1 MATLAB自带的svm实现函数仅有的模型是C-SVC(C-support vector classification)

libsvm工具箱有C-SVC(C-support vector classification),nu-SVC(nu-support vector classification),one-class SVM(distribution estimation),epsilon-SVR(epsilon-support vector regression),nu-SVR(nu-support vector regression)等多种模型可供使用。

2 MATLAB自带的svm实现函数仅支持分类问题,不支持回归问题;而libsvm不仅支持分类问题,亦支持回归问题。

3 MATLAB自带的svm实现函数仅支持二分类问题,多分类问题需按照多分类的相应算法编程实现;而libsvm采用1v1算法支持多分类。

4 MATLAB自带的svm实现函数采用RBF核函数时无法调节核函数的参数gamma,貌似仅能用默认的;而libsvm可以进行该参数的调节。

5 libsvm中的二次规划问题的解决算法是SMO;而MATLAB自带的svm实现函数中二次规划问题的解法有三种可以选择:经典二次方法;SMO;最小二乘。(这个是我目前发现的MATLAB自带的svm实现函数唯一的优点~

         在以上的一些对比下,目前svm的实现还是使用libsvm(这个应该是目前最好用的svm工具箱),当然MATLAB自带的svm实现函数对于简单问题也可使用,MATLAB自带的svm实现函数可能会在更加新的版本里面进行完善。