一、安装

http://www.csie.ntu.edu.tw/~cjlin/libsvm/matlab/。在这个地址上可以下的包含matlab接口的源程序。下载完后可以放到放到任意的盘上解压，最好建一个专门来放matlab程序的文件夹。打开matlab，在matlab的面板上找到set path选项（不同版本不一样R2010b在file菜单下），将刚下载的libsvm整个目录都添加到matlab的搜索路径里。然后将当前路径定位到libsvm/matlab目录下（在current floder（matlab界面中间上方可以设置））。如果你的电脑是64位一般不需要编译生成mex文件，因为文件已经提前编译好了。如果是32位的话，那么需要点击make.m文件运行编译生成mex文件。这一步有可能不成功，可以输入mex-setup查看选择C++编译器，如果找不到编译器，那么下载安装visual studio。成功编译完成后，在任意的matlab程序中都可以使用libsvm了。

二、使用

在使用之前，要对libsvm做一个了解，而最好的资料自然是libsvm种README文件了。README文件包含了介绍，安装，SVM返回的模型参数，以及例子等。Libsvm主要用了两个函数svmtrain，svmpredict，如果你在用的时候忘了具体的参数，可以在matlab命令提示符下输入函数名就有相关的提示。

用法：1.model = svmtrain(training_label_vector, training_instance_matrix [, \'libsvm_options\']);

（1）training_label_vector, training_instance_matrix ：

training_label_vector和training_instance_matrix就是要训练的标签和特征了。training_label_vector一般以列向量的形式存放的，每个元素即每行代表一个instance（一般是特征）的标签。而training_instance_matrix也类似每行代表一个instance.

如图所示，上面变量代表有930个instance来训练，每个instance1116维，下面是对于instance的标签。

（2）Libsvm_options：

怎么选择呢？libsvm_options:重要的是-t，以及交叉验证时的-v

-s svm类型：SVM设置类型，一般默认0不用设置

0 -- C-SVC（多类分类） 1 --v-SVC（多类分类） 2 –一类SVM 3 -- e –SVR 4 -- v-SVR

-t 核函数类型：核函数设置类型(默认2)

0 –线性：u\'v 1 –多项式：(r*u\'v + coef0)^degree 2 – RBF函数：exp(-gamma|u-v|^2)

3 –sigmoid：tanh(r*u\'v + coef0)

-d degree：核函数中的degree设置(针对多项式核函数)(默认3)

-g r(gama)：核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)(默认1/ k)

-r coef0：核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0)

-c cost：设置C-SVC，e -SVR和v-SVR的参数(损失函数)(默认1)

-n nu：设置v-SVC，一类SVM和v- SVR的参数(默认0.5)

-p p：设置e -SVR 中损失函数p的值(默认0.1)

-m cachesize：设置cache内存大小，以MB为单位(默认40)

-e eps：设置允许的终止判据(默认0.001)

-h shrinking：是否使用启发式，0或1(默认1)

-wi weight：设置第几类的参数C为weight*C(C-SVC中的C)(默认1)

-v n: n-fold交互检验模式，n为fold的个数，必须大于等于2

（3）返回的model：

如上图 -Parameters: 参数。

-nr_class: 类的数目。

-totalSV:总的支持向量数目。

-rho: -判决函数wx+b的b。

-Label: 每个类的标签。

-ProbA: 成对的概率信息，如果b是 0则为空。

-ProbB: 成对的概率信息，如果b是 0则为空。

-nSV: 每个类的支持向量

-sv_coef:判决函数的系数

-SVs:支持向量。

如果指定了\'-v\',那么就实施了交叉验证，而且返回是交叉验证的正确率。

用法：

2. [predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix, model [, \'libsvm_options\']);

（1）esting_label_vector, testing_instance_matrix：

类似于svmtrain

（2）libsvm_options：

-b 概率估计:默认0，1表示估计。（需要在使用时显式表现）

（3）predicted_label, accuracy, decision_values/prob_estimates:

predicted_label: SVM 预测输出向量。类似于输入的label

accuracy: 向量包括正确率，均方误差，方相关系数.

decision_values：每行是预测k(k-1)/2二类SVMs的结果

prob_estimates: 每行包括k个值代表每类中测试数据所占的概率。

三、核函数

核函数的 目的是将特征向量映射到高维空间。SVM通过在高维空间寻找最大的间距的分类超平面。

核函数总共有以下4种，我们要了解在什么情况下用哪一种核函数。

一般情况下，首选RBF核，它能够把样本以非线性的方式映射到高维空间，所以能够处理类标签和特征不是线性关系的情况。线性核只是RBF的一种特殊情况。

但是有些情况下RBF核并不适用，比如特征的数量特别大的时候，一般仅仅使用线性核。

四、调参-交叉验证和网格搜索

   RBF核中有两个参数需要确定 。我们并不知道怎么样的是最适用于给定的问题的。最常用的方式就是交叉验证即把训练的数据分成两部分，把一部分当成知道的，另一部分是不知道的。比如在v-fold 交叉验证中，先把训练数据分成v个相同大小的子集。然后用v-1子集的训练数据训练分类器，用剩下一个子集来测试分类器。交叉验证能够解决过拟合的问题。要怎么利用交叉验证来选取最好的呢？一般是利用网格搜索，己将组成的坐标系分成一系列网格。然后用网格上点（即对于一个个）做交叉验证，取使最后交叉验证的正确率最高的参来做为最终的参数。

ps：什么时候用RBF，什么时候用线性核

1.样本数量远远小于特征数时

比如训练和测试数据有二三十个而特征维数有好几千时，采用线性核是最好的，不需要映射数据。

2.样本数量和特征数都非常大时

可以利用另一工具箱LIBLINEAR，或者用线性核

3.样本数量远远大于特征数时

用非线性核是最好的了。

参考文献：http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf