支持向量機工具箱下載

① matab支持向量機libsvm工具箱，裡面的參數-p是不是理論知識里的不敏感損失函數ε，那麼哪個

p確實是episilon，但鬆弛因子是演算法由原始問題轉換為對偶問題後，就不需要求解了，因此不用在SVR里設置這個參數了。對偶問題里仍包含episilon，因此需要這個參數。

② 支持向量機中所謂的支持向量究竟是什麼

在支持向量機中，距離超平面最近的且滿足一定條件的幾個訓練樣本點被稱為支持向量。

圖中有紅色和藍色兩類樣本點。黑色的實線就是最大間隔超平面。在這個例子中，A，B，C 三個點到該超平面的距離相等。

注意，這些點非常特別，這是因為超平面的參數完全由這三個點確定。該超平面和任何其他的點無關。如果改變其他點的位置，只要其他點不落入虛線上或者虛線內，那麼超平面的參數都不會改變。A，B，C 這三個點被稱為支持向量（support vectors）。

(2)支持向量機工具箱下載擴展閱讀

一、應用

SVM在各領域的模式識別問題中有廣泛應用，包括人像識別（face recognition） 、文本分類（text categorization） 、筆跡識別（handwriting recognition） 、生物信息學 等。

二、SVM 的優點

1、高維度：SVM 可以高效的處理高維度特徵空間的分類問題。這在實際應用中意義深遠。比如，在文章分類問題中，單詞或是片語組成了特徵空間，特徵空間的維度高達 10 的 6 次方以上。

2、節省內存：盡管訓練樣本點可能有很多，但 SVM 做決策時，僅僅依賴有限個樣本（即支持向量），因此計算機內存僅僅需要儲存這些支持向量。這大大降低了內存佔用率。

3、應用廣泛：實際應用中的分類問題往往需要非線性的決策邊界。通過靈活運用核函數，SVM 可以容易的生成不同的非線性決策邊界，這保證它在不同問題上都可以有出色的表現（當然，對於不同的問題，如何選擇最適合的核函數是一個需要使用者解決的問題）。

③ 如何向MATLAB中添加新工具箱

今天費了好大的勁終於將SVM_SteveGunn添加至我的matlab工具箱內，並且已能成功運行，現在把在添加以及運行中出現的各種問題羅列如下，並一一解決：
1、將下載的svm工具箱添加至matlab安裝目錄下
1、單獨下載的工具箱
2、把新的工具箱拷貝到某個目錄（我的是D:softmatlab2011b oolbox）。
注意：你要是添加的很多個m文件，那就把這些m文件直接拷到再下一層你想要的工具箱的文件夾里
例如，我要添加的是支持向量機工具箱，在剛才的文件夾下我已經有svm（支持向量機工具箱）文件夾了，但有的m文件還沒有，我就把新的m文件統統拷到D:softmatlab2011b oolbox svm目錄下了。如果你連某工具箱（你打算添加的）的文件夾都沒有，那就把文件夾和文件一起拷到D:softmatlab2011b oolbox 下。
先把工具箱保存到MATLAB安裝目錄的根目錄下面，然後運行matlab---->file---->set path---->add folder 然後把你的工具箱文件夾添加進去就可以了
3、在matlab的菜單file下面的set path把它（ D:softmatlab2011b oolbox svm ）加上。
4、 把路徑加進去後在file→Preferences→General的Toolbox Path Caching里點擊update Toolbox Path Cache更新一下。

記得一定要更新！我就是沒更新，所以添加了路徑，一運行還是不行。後來更新了才行。

2、在對svm工具箱進行使用時，發現了'qp.dll 不是有效的 Win32 應用程序 '
問題描述：
mex在不同windows OS下編譯的結果，所以我們需要重新編譯一下qp.dll
解決方案：
steve gunn 的包下面有一個optimiser 文件夾，把current Diretory目錄改為optimiser目錄，例如E:matlabProgramSVM_SteveGunnOptimiser，然後運行命令
>> mex -v qp.c pr_loqo.c
命令運行完畢後，你會發現原先的qp.dll變為qp.dll.old，還出現了qp.mexw32，我們把該文件改為qp.dll 復制到工具箱文件夾下。原先的工具箱文件qp.dll可以先改一下名字...
3、我在運行第二步時發現了『D:SOFTMATLAB~3BINMEX.PL: Error: Compile of 'qp.c' failed. Error using mex (line 206)
Unable to complete successfully.
這個是因為編譯器設置的問題，這里需要重新選擇設置編譯器，設置編譯器的方法：
mex -setup(mex和-setup之間要有空格)，然後我選擇的VS2010，然後再繼續運行步驟2就成功了。

④ 你知道支持向量機（SVM）是什麼意思嗎

超級通俗的解釋：支持向量機是用來解決分類問題的。先考慮最簡單的情況，豌豆和米粒，用曬子很快可以分開，小顆粒漏下去，大顆粒保留。用一個函數來表示就是當直徑d大於某個值D，就判定為豌豆，小於某個值就是米粒。d>D, 豌豆d<D,米粒在數軸上就是在d左邊就是米粒，右邊就是綠豆，這是一維的情況。但是實際問題沒這么簡單，考慮的問題不單單是尺寸，一個花的兩個品種，怎麼分類，假設決定他們分類的有兩個屬性，花瓣尺寸和顏色。單獨用一個屬性來分類，像剛才分米粒那樣，就不行了。這個時候我們設置兩個值尺寸x和顏色y.我們把所有的數據都丟到x-y平面上作為點，按道理如果只有這兩個屬性決定了兩個品種，數據肯定會按兩類聚集在這個二維平面上。

⑤ matlab 支持向量機工具箱怎麼用

有的工具箱有用戶交互界面，可以直接在MATLAB的啟動菜單下進入；
有的沒有用戶界面，但是有相關的程序（或者說函數）供調用；即使有界面的工具箱，也是有相應的函數的。

可以從幫助（Help）中查詢MATLAB的工具箱的詳細使用方法。
幫助裡面對主題進行了分類，進入工具箱那一類即可

⑥ libsvm工具箱和lssvm工具箱有什麼區別

1、這兩個意義完全不一樣，lssvm是最小二乘支持向量機，是一種演算法 libsvm是一個支持版向量機的工具集合，權一個庫；
2、LIBSVM是台灣大學林智仁(Lin Chih-Jen)副教授等開發設計的一個簡單、易於使用和快速有效的SVM模式識別與回歸的軟體包，不但提供了編譯好的可在Windows系列系統的執行文件，還提供了源代碼，方便改進、修改以及在其它操作系統上應用；
3、而LSSVM是支持向量機演算法的一種改進版本——即最小二乘支持向量機（Least Squares Support Vector Machine）。