数据挖掘－全面的MAC上matlab安装libsvm

主要整理于：

步骤：

1，下载下面两个文件：

Matlab optsPatch10.8.patch ，libsvm的库。

2，安装command line tools：打开终端，输入

 xcode-select --install

然后点击安装，等待下载安装即可。

3，Matlab打补丁：给matlab安装optsPatch10.8.patch。在Matlab命令框中输入：

cd(matlabroot)    !unzip -o ~/Downloads/optsPatch10.8.patch

第二行解压缩，文件路径自己改，一般下载下来没有动的话就是在Downloads里面。

4，mex -setup：告诉Matlab可以用混合模式编译了。在Matlab命令框中输入：

mex -setup

5，如果mex -setup报错：如果报错Error using mex这类，进行第5步中操作：

5.1:下载文件xcode7_mexopts.zip，解压。

5.2:打开MATLAB，在命令窗口输入

cd( prefdir )

5.3:看到MATLAB界面下“Current Folder”窗口，确保里面没有"mex_" 开头的XML文件(如 mex_C_maci64.xml)，如果有，删。

5.4:命令窗口输入

cd( fullfile( matlabroot, 'bin', 'maci64', 'mexopts' ) );

5.5:备份原先这里的文件。

mkdir mexoptsContentsOLD             
movefile *.xml mexoptsContentsOLD/

5.6:将解压后的xcode7_mexopts文件夹下的文件移动到当前文件夹下：

 movefile( '~/Downloads/xcode7_mexopts/*.xml', '.' );

5.7:重启MATLAB，然后mex -setup，这里mex -setup应该终于OK了，可能会有warning，没事。

6，看到第一步下载的libsvm库的压缩包，解压，然后移动到一个平时不会用到的地方，这个可是工具包哦～例如/Users/melody/Documents下。

7，make:打开libsvm库里面的MATLAB文件夹，找到make.m文件，在MATLAB里面打开，运行，成功之后会发现在原文件夹多了四个.m文件。

8，引入工具包：Matlab中HOME标签页点Set Path，出来个框，左侧点Add With Subfolders，把上一步的libsvm库文件夹中MATLAB文件夹加进去，点Save，Close。大功告成。

－－－－－－－－验证是否安装成功－－－－－－－－－

我崇拜的Rachel-Zhang的说法是：

libsvmread('heart_scale'); 
model = svmtrain(heart_scale_label,heart_scale_inst);  
[predict_label,accuracy] = svmpredict(heart_scale_label,heart_scale_inst,model);

然后得到Accuracy = 86.6667% (234/270) (classification)

关于读取数据网上也有人说 load heart_scale

问题：

1，现在的官方不给heart_scale.mat文件了，所以不能直接load；

2，libsvmread()的用法现在为[label_vector, instance_matrix] = libsvmread('filename');例如：[heart_scale_label,heart_scale_inst] = libsvmread('heart_scale');

3，由于heart_scale在libsvm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。

正确的测试方法：

首先进入heart_scale文件目录，就是libsvm的目录；

然后下面的代码：

[heart_scale_label,heart_scale_inst] = libsvmread('heart_scale');
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);

出现Accuracy = 86.6667% (234/270) (classification)

测试通过！

秒客网

数据挖掘－全面的MAC上matlab安装libsvm

相关文章