热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

libsvm安装下载

2.22.3.20星期天matlab安装libsvm工具包win10系统;matlabR2018a一、libsvm工具包1.下载libsvm工具箱,libsvm工具箱下载网站lib

2.22.3.20 星期天

matlab安装libsvm工具包

win10系统;matlab R2018a


一、libsvm工具包

1.下载libsvm工具箱,libsvm工具箱下载网站libsvm网站(LIBSVM -- A Library for Support Vector Machines (ntu.edu.tw)),或者直接从github上下载,一般是下载zip压缩文件,解压后如图。

其中有java,matlab和python 三种版本,以及测试数据集heart_scale,和readme说明文件(内有Libsvm的参数说明)。

 

2.由于是matlab,那么就需要将解压后文件夹里面的windows文件移动到matlab里面去,一般系统安装的matlab里面有toolbox文件。

3.在matlab中设置路径

 

4.以上步骤就安装的差不多的,接下来要看电脑有没有编译器。查看编译器的方法:

  在matlab里面输入mex -setup/mex -setup -v(详细模式)出现这个则有编译器

      (1若是能找到c++编译器,可直接尝试在命令行窗口输入make,执行make.m程序进行编译,完成后出现4个后缀为.mexw64文件)

      (2若没能找到C++编译器,编译失败或者一系列不明error,请参考下第二部分:MinGW64配置 ,按其步骤进行)

  在命令行窗口中输入make进行编译【注意:如果有黄色警告模式,说明编译器和matlab的版本不适合,需要重新选择编译器的版本,或者下更高版本的matlab

  

 

5.测试

按照网上最常见的测试方法,来进行测试。

将Libsvm文件下的测试数据集heart_scale复制到Libsvm\matlab下,后续的操作将在该文件夹下进行,同时将MATLAB工作路径转至该文件下(在MATLAB中也可完成文件的复制粘贴工作)。

注意:测试svmtrain的输入第一个是标签,第二个数样本,跟matlab自带的svmtrain是相反的。

在命令行窗口输入:

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

如果输出为

  

即为导入libsvm工具箱成功。


 
二、MinGW-w64 C/C++编译器下载和安装

(9条消息) MinGW-w64 C/C++编译器下载和安装_的博客-CSDN博客_mingw64

 



推荐阅读
  • 毕业设计:基于机器学习与深度学习的垃圾邮件(短信)分类算法实现
    本文详细介绍了如何使用机器学习和深度学习技术对垃圾邮件和短信进行分类。内容涵盖从数据集介绍、预处理、特征提取到模型训练与评估的完整流程,并提供了具体的代码示例和实验结果。 ... [详细]
  • 本文详细介绍如何在VSCode中配置自定义代码片段,使其具备与IDEA相似的代码生成快捷键功能。通过具体的Java和HTML代码片段示例,展示配置步骤及效果。 ... [详细]
  • 纵坐标|据点_菜菜的sklearn课堂笔记支持向量机线性SVM决策过程的可视化
    纵坐标|据点_菜菜的sklearn课堂笔记支持向量机线性SVM决策过程的可视化 ... [详细]
  • AI炼金术:KNN分类器的构建与应用
    本文介绍了如何使用Python及其相关库(如NumPy、scikit-learn和matplotlib)构建KNN分类器模型。通过详细的数据准备、模型训练及新样本预测的过程,展示KNN算法的实际操作步骤。 ... [详细]
  • 机器学习算法:SVM(支持向量机)
    SVM算法(SupportVectorMachine,支持向量机)的核心思想有2点:1、如果数据线性可分,那么基于最大间隔的方式来确定超平面,以确保全局最优, ... [详细]
  • 本文介绍如何使用OpenCV和线性支持向量机(SVM)模型来开发一个简单的人脸识别系统,特别关注在只有一个用户数据集时的处理方法。 ... [详细]
  • 在机器学习领域,深入探讨了概率论与数理统计的基础知识,特别是这些理论在数据挖掘中的应用。文章重点分析了偏差(Bias)与方差(Variance)之间的平衡问题,强调了方差反映了不同训练模型之间的差异,例如在K折交叉验证中,不同模型之间的性能差异显著。此外,还讨论了如何通过优化模型选择和参数调整来有效控制这一平衡,以提高模型的泛化能力。 ... [详细]
  • 支持向量机(SVM)在机器学习中的应用与学习心得
    支持向量机(SVM)是一种高效的二分类模型,其核心目标是通过寻找最优超平面来区分不同类别的数据点。在实际应用中,SVM能够有效地处理高维数据,并通过核技巧扩展到非线性分类问题。当新的数据点输入时,SVM会根据其相对于超平面的位置来判定其所属类别。训练过程中,SVM通过最大化间隔来确定最优超平面,从而提高模型的泛化能力。本文总结了SVM在机器学习中的应用及其学习心得,探讨了其在实际问题中的优势和局限性。 ... [详细]
  • 在VMware虚拟机中正确安装和配置VMware Tools是提升系统性能和扩展功能的关键步骤。首先,通过虚拟机菜单选择“VM”选项,然后点击“Install VMware Tools”。接下来,在终端中执行命令 `cd ~` 和 `cp /media/VMware\ Tools/VMwareTools-*.tar.gz .`,解压文件并按照提示完成安装过程。这将确保虚拟机与主机之间的高效交互,提高资源利用率和用户体验。 ... [详细]
  • 探索学习曲线函数的深度解析与应用 ... [详细]
  • 如何选择机器学习方法http:scikit-learn.orgstabletutorialmachine_learning_mapindex.html通用学习模式只需要先定义 ... [详细]
  •     目标检测是计算机视觉一个非常重要的子任务。目标检测需要发现并准确定位自然图片中的物体。在2012年之前,目标检测主要基于手工设计的特征以及传统分类器。2012年以后,出现了 ... [详细]
  • 深度学习: 目标函数
    Introduction目标函数是深度学习之心,是模型训练的发动机。目标函数(objectfunction)损失函数(lossfunction)代价函数(costfunction) ... [详细]
  • vmware workstation14嵌套安装kvm
    vmware workstation14嵌套安装kvm ... [详细]
  • 分隔超平面:将数据集分割开来的直线叫做分隔超平面。超平面:如果数据集是N维的,那么就需要N-1维的某对象来对数据进行分割。该对象叫做超平面,也就是分类的决策边界。间隔:一个点 ... [详细]
author-avatar
手机用户2502895961
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有