最近在學習SVM，在matlab上安裝和使用Libsvm的過程中遇到了好多問題，在網上查看了許多資料，踩了許多坑。

整理一下供大家分享，希望能節省大家在安裝過程中的時間。

一、安裝

1.libsvm 下載

本人使用windows 10-64bits， Matlab 2016a，還下載了VS2017（這個稍後再說），下載最新版Libsvm 3.23，地址：https://www.csie.ntu.edu.tw/~cjlin/libsvm/。將zip檔案解壓到matlab/toolbox/（其他位置也可，但在使用時一定要將matlab路徑調至該軟體包處），如圖。其中有java，matlab和python 三種版本，以及測試資料集heart_scale，和readme說明檔案（內有Libsvm的引數說明，建議閱讀，其中例子是在windows 命令列視窗執行的。）                                                    

2.設定路徑

在matlab中設定路徑

3.編譯 

不要問我為啥要編譯，我也是小白，在該步驟遇到了許多麻煩，給大家分享一下。

先來說一下編譯步驟，在matlab命令列中輸入mex -setup -v 檢視一下電腦中有啥編譯器

（若是能找到c++編譯器，可直接嘗試在命令列視窗輸入make進行編譯，完成後出現4個字尾為.mexw64檔案）

在最後終於找到了幾個是，使用的是TDM-GCC-64編譯器，這個是我額外下的。大家往上看Visual C++的編譯的編譯器只能找到2015，下了VS2017的我一臉懵逼。找了好多資料，說是matlab版本低了，行，大哥，被迫我又下了個matlab 2017b，嘿嘿，能出現C++2017的字了，但後面括號裡還是否（一萬隻草泥馬奔騰）。繼續查資料，說是如果先裝matlab，再裝VS，可能是由於沒配置環境的情況，會找不到編譯器。想了想，我這不是後裝了個新版本嗎？ 看見貼吧裡有大佬說正版的Matlab沒毛病（額，窮孩子也想學點習），破解版的需要做一系列操作（計算機小白表示看不懂）。

4. 測試

按照網上最常見的測試方法，來進行一下測試。

將Libsvm檔案下的測試資料集heart_scale複製到Libsvm\matlab下，後續的操作將在該資料夾下進行，同時將MATLAB工作路徑轉至該檔案下（在MATLAB中也可完成檔案的複製貼上工作）。

在命令列視窗輸入

[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);(該行程式碼也可以只有一個輸出值predict_label，看到過一個測試教程裡給了雙輸出值的模式，愣是跑不出來，最後在Libsvm\matlab\README中看見了格式，在此希望新手們仔細閱讀Libsvm\README 和Libsvm\matlab\README,前者介紹svm的命令，後者介紹matlab下的語句規範)

5. 檔案格式準備 

• Test We propose that beginners try the following procedure first:  （我們建議新手嘗試如下步驟）

• Transform data to the format of an SVM package                           （轉換資料至SVM格式）

• Conduct simple scaling on the data                                                   （執行資料歸一化）

• Consider the RBF kernel K(x, y) = e −γkx−yk 2                                    （考慮徑向基核函式）

• Use cross-validation to find the best parameter C and γ                          （使用交叉檢驗找到最優的引數C和γ）

• Use the best parameter C and γ to train the whole training set5                 （使用最優的引數進行整個資料集的訓練）

• Test                                                                                                                （測試）

5.1 標準格式轉換

做為新手的我決定老實按照指導來，然後就發現了問題，轉換格式是什麼鬼？又找了一波資料，發現我們需要FormatDataLibsvm.xls 這麼一個表格。在百度上搜了一下，好多博主上傳的資料都要5個c幣，做為無產階級的我表示扛不住。

輸入簡單的資料，如圖：

注意：使用該表格時需要執行巨集（我也不知道是啥東西），輸入資料時最後一列為標籤，轉換完成後，標籤轉至第一列。本人使用word office 2013 ，在WPS時出現了不可預知的錯誤，一臉懵逼，幸好我倆個都有，將表格另存為txt格式文字（excel另存為有倆種txt格式，unicode文字和文字檔案（製表格分割）皆可）。

5.2 資料歸一化

可以看見在libsvm-3.23\windows資料夾有一個svm-scale.exe 的執行程式，經測試該exe檔案雙擊無法使用。

該應用程式需要在windows cmd 裡執行（按住windows+r，輸入cmd即可）。

將轉換好的txt文字複製到該目錄，將cmd里路徑調至該資料夾（可將資料夾直接拖入cmd，手動輸太xxx的長了）。

以a.txt為例，執行完成後，會在該檔案目錄下生成歸一化的a1.txt檔案，預設歸一化範圍（-1,1），詳情可參考README文件，以下是歸一化完成的文字和初始文字對比。

5.3 訓練以及預測

將歸一化好的a1.txt檔案複製到libsvm-3.23\matlab 目錄下（原諒我一次又一次的複製貼上，一切為了穩，穩，穩）。

[lable,im]=libsvmread('a1.txt');                              %讀取檔案 model=svmtrain(lable(1:300),im(1:300,:),'-s 4 -t 2 -c 1 -g 0.125');          %訓練 [prelabel,accuracy,decision_values]=svmpredict(lable(301:600),im(301:600,:),model);                 %預測

至此，所有的流程結束，剩下的就是引數尋優的過程。

最後：

以此文獻給正在學習SVM的傻妞，希望你能一切順利。