在matlab中添加路徑libsvm庫後的問題

我想知道libsvm是如何工作的。我在這個鏈接[1]中試過這段代碼：10 fold cross-validation in one-against-all SVM (using LibSVM)。它的工作（我沒有在matlab中添加路徑libsvm庫），但我添加libsvm庫後。它不工作。我不知道如何解決它。有一個錯誤：在matlab中添加路徑libsvm庫後的問題

Error using svmtrain (line 233) 
Y must be a vector or a character array. 

Error in libsvmtrain_ova (line 11) 
     models{k} = svmtrain(double(y==labels(k)), X, strcat(opts,' -b 1 -q')); 

Error in libsvmcrossval_ova (line 10) 
     mdl = libsvmtrain_ova(y(trainIdx), X(trainIdx,:), opts); 

Error in main (line 9) 
acc = libsvmcrossval_ova(labels, data, opts, nfold);

有沒有人能幫助我如何解決？謝謝

來源

2013-03-22 user2157806

命名與生物信息學'svmtrain'和libsvm'svmtrain'衝突嗎？ [LIBSVM常見問題]（http://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html#/Q9:_MATLAB_interface） – AGS 2013-03-22 11:31:22

我在Makefile中將此CXX = g ++ 更改爲 CXX = g ++ -XY。但仍然錯誤 – user2157806 2013-03-22 11:39:29

這不是我所建議的。在運行libsmv'svmtrain'時，嘗試使用完整路徑名稱。 – AGS 2013-03-22 11:45:25

我跟着你提到的帖子，我得到的結果沒有錯誤。對我而言，'fisheriris'數據集的交叉驗證準確率爲96.6667％。對你而言，我認爲錯誤在於錯誤來自'svmtrain'，就像第一條評論所說的那樣。在下面，我將展示我如何運行代碼。

1）從http://www.csie.ntu.edu.tw/~cjlin/libsvm/下載libsvm並解壓縮。

2）更改文件svmtrain.c和svmpredict.c的名字在\libsvm-3.16\matlab\是libsvmtrain.c和libsvmpredict.c。然後在同一個文件夾，並改變線16和第17行找到make.m是你只是改變MEX * .c文件

mex CFLAGS="\$CFLAGS -std=c99" -largeArrayDims libsvmtrain.c ../svm.cpp svm_model_matlab.c 
mex CFLAGS="\$CFLAGS -std=c99" -largeArrayDims libsvmpredict.c ../svm.cpp svm_model_matlab.c

3）運行make.m。

4）後10 fold cross-validation in one-against-all SVM (using LibSVM)的接受的答案之後，您創建四個.m文件爲每個功能，crossvalidation.m，libsvmcrossval_ova.m，libsvmpredict_ova.m，libsvmtrain_ova.m和運行由回答者提供的主要功能，即如下：

clear;clc; 
%# laod dataset 
S = load('fisheriris'); 
data = zscore(S.meas); 
labels = grp2idx(S.species); 

%# cross-validate using one-vs-all approach 
opts = '-s 0 -t 2 -c 1 -g 0.25'; %# libsvm training options 
nfold = 10; 
acc = libsvmcrossval_ova(labels, data, opts, nfold); 
fprintf('Cross Validation Accuracy = %.4f%%\n', 100*mean(acc)); 

%# compute final model over the entire dataset 
mdl = libsvmtrain_ova(labels, data, opts); 



acc = libsvmtrain(labels, data, sprintf('%s -v %d -q',opts,nfold)); 
model = libsvmtrain(labels, data, strcat(opts,' -q'));

來源

2013-03-22 17:54:32 tqjustc

非常感謝你的幫助，它的工作，但我必須先安裝SDK。 – user2157806 2013-03-22 19:22:48

@ user2157806歡迎您！ – tqjustc 2013-03-22 19:23:32

無論如何..你知道acc = libsvmcrossval_ova（標籤，數據，opts，nfold）之間的不同。 fprintf（'交叉驗證準確度=％.4f %% \ n'，100 *平均值（acc））; 和這一個：acc = libsvmtrain（標籤，數據，sprintf（'％s -v％d -q'，opts，nfold））; 爲什麼結果不一樣？ – user2157806 2013-03-22 19:26:53

有一個非常簡單的方法。將libsvm文件夾設置爲matlab中Set Path Button的優先級路徑。

來源

2013-05-06 18:27:42 Melodie

這比重新編譯libsvm要好得多 – 2015-10-12 21:11:18

在matlab中添加路徑libsvm庫後的問題

回答

相關問題