⑴ matlab中用svm如何做多類別分類(R2013a)
自帶的只能兩類分類。多類分類是基於兩類SVM採用「一對一」、「一對多」方法進行分類，你可以去下載一個Libsvm工具箱安裝在你的matlab里，這是台灣林智仁教授開發的svm工具箱（影響力非常大的工具箱），他採用的是一對一法進行多類分類！
⑵ 如何導入matlab工具箱
方法/步驟
1，首先是下載好安裝壓縮包，我這里下載的是libsvm-3.17.zip，下載好，解壓，然後將其放到MATLAB安裝文件夾toolbox文件夾下，這里說明一點：並不是必須要到這個文件夾下，只是為了規范，這樣應用的時候，工具箱就全在toolbox工具箱文件夾里了。便於管理和操作。
以我的電腦為例，我的MATLAB安裝在D盤Program Files文件夾中，那麼我需要將解壓好的libsvm-3.17文件夾放在D:\Program Files\MATLAB\R2012a\toolbox文件夾下
2，然後我們需要將這個路徑設定進來。
點擊 file- set path
3，會彈出下面這個界面，這里要注意了，很多教程中都是說點擊add folders-，但是很多情況下，都會發生錯誤，這是因為如果你的工具箱文件夾中含有子文件夾，那麼久無法添加到路徑當中來，那麼應用的時候肯定會發生錯誤。
正確添加方法：單擊-add with subfolders，找到剛才的libsvm-3.17文件夾，確定，然後最後保存就可以了。
4，說明：
並不是到這一步，就代表工具箱導入成功了，要具體看工具箱的說明，例如對這一個工具箱libsvm，工具箱還不可以用，還需要進行編譯、make等操作。
具體步驟
在MATLAB主窗口中依次輸入
mex -setup 回車
y 回車
然後在出現的選項中選擇含有C++6.0的那個選項的序號，例如我的是2，那麼輸入 2 回車
y 回車
make 回車
等待自動執行完畢，導入全部完成，可以使用了。
注意事項
導入工具箱的時候，一定要仔細看導入完文件夾之後的操作說明，不然會出現錯誤。
⑶ 鏂版墜奼傚姪錛64浣峸in7瀹夎卨ibsvm宸ュ叿綆遍棶棰
浣犵殑鍜屾垜鐨勬儏鍐典竴妯′竴鏍楓
鎴戞姌鑵句簡涓ゅぉ鏈鍚庤В鍐充簡銆
鍥犱負matlab杞浠舵槸鍦╳in XP鏄寮勫緱錛屽悗鏉ュ崌綰х殑win7鏈澶氭敮鎸佸埌vista錛屾墍浠ョ洿鎺ュ畨瑁呬笉琛屻
鎴戝湪瑁呯殑鏃跺欙紝鍙浠ュ畨瑁咃紝浣嗘槸鎵撲笉寮錛屽悗鏉ュ彂鐜幫紝鍙瑕佸畨瑁呭畬涔嬪悗鍐峬atlab鐨勫揩鎹鋒柟寮忎笅鐐瑰嚮鍙抽敭錛屽湪鍏煎規т笅闈㈢偣鍑粀indow XP涓嬪氨鍙浠ヤ簡銆傚嵏杞界殑鏃跺欎篃涓嶈兘鍗革紝闇瑕佹壘鍒皍ninstall.exe榪欎釜鏂囦歡錛屽悓鏍峰湪鍏煎規т笅闈㈢偣鍑粀indow XP涓嬪氨鍙浠ヤ簡銆傚傛灉浣犺繛瀹夎呴兘涓嶈兘鐨勮瘽錛岄偅涔堝氨灝卞湪install.exe涓鐐瑰嚮鍙抽敭錛屽吋瀹規т笅闈㈤夋嫨window XP錛岀劧鍚庣『瀹氾紝灝變竴鍒嘜K浜嗐
⑷ 有人知道怎麼把SVDD工具箱裝到libsvm嗎
1 先下載 libsvm-svdd-3.18.zip和 libsvm-3.18.zip，並解壓得到文件夾 libsvm-svdd-3.18和libsvm-3.18；
2 將文件夾 libsvm-svdd-3.18根目錄下的svm.cpp、svm.h和svm-train.c復制到 libsvm-3.18根目錄下並覆蓋回原來的這3個文件；將答文件夾 libsvm-svdd-3.18中 matlab里的文件 svmtrain.c 復制到 libsvm-3.18中的matlab文件夾中覆蓋原來的c文件；
3 安裝 libsvm-3.18，這個教程網上一大堆，主要是兩步：mex -setup和 make；
4 測試安裝是否成功。
⑸ 安裝Libsvm工具箱出現問題E:\MATLAB7\BIN\WIN32\MEX.PL: Error: 'CFLAGS=\$CFLAGS -std=c99' not found.
必須在libsvm文件夾下運行，加入到路徑不起作用的。
⑹ matlab安裝libsvm工具箱
遇到了同樣的問題 測試也沒有問題 調用的時候出現上面兩個報錯
⑺ Matlab除了matlab 還有其他更好用、智能提示的第三方的IDE嗎
【工具箱】
libsvm-3.1-[FarutoUltimate3.1Mcode]
其他名稱：libsvm-faruto版本，libsvm-faruto加強工具箱，libsvm-farutoUltimate版本
【更新說明】
libsvm-faruto版本好久都沒有更新了，近期我將代碼重新整理了一下，看到注釋中上次更新代碼的時間是2010.01.17，才發現libsvm-faruto版本已經一年多沒有添加進行更新，看著自己以前編寫的一行行代碼，心中不免想起過往那些逝去的歲月，想起過往的那些人，煽情的不多說，此次更新主要內容如下：
1.基於目前的最新的libsvm-3.1編寫。
2.對原來的部分代碼進行了重新優化。
3.添加ClassResult.m函數，方便給出各種分類准確率，以及給出判別函數的權值w、偏置b、支持向量在原始訓練集中的位置索引以及alpha系數。
給出這個函數的目的是方便大家，個人感覺這個函數會對相關朋友有很大幫助。
4.重新編寫說明文檔TutorialForFarutoUltimate3.1.pdf
由於libsvm回歸不支持多輸出，本來還想實現libsvm的多輸出（lssvm支持多輸出，但我詳細研究了一下lssvm也就是一維一維的進行回歸實現的多輸出，libsvm完全可以仿照這種形式實現多輸出），但後來又犯懶，因為實在沒有技術含量，就擱置了。如果實現有朋友需要就在後期的版本更新中添加吧。另外給大家做個預告，暑假期間我會製作一系列的關於libsvm工具箱和lssvm工具箱的視頻，完全免費下載。之前在我的那個專輯期刊中做過預告，這里權當造勢啦。O(∩_∩)O