%?使用libsvm進行分類，只需要有屬性矩陣和標簽，然后建立分類模型（model），然后利用得到的這個model進行分類預測。
%?舉例說明分類
%一個班級里面有兩個男生（男生1、男生2），兩個女生（女生1、女生2），其中
%?男生1?身高：176cm?體重：70kg；
%?男生2?身高：180cm?體重：80kg；
%?
%?女生1?身高：161cm?體重：45kg；
%?女生2?身高：163cm?體重：47kg；
%?將男生定義為1，女生定義為-1
data?=?[176?70;180?80;161?45;163?47];%屬性矩陣，data矩陣為屬性矩陣，行數4代表有4個樣本，列數2表示屬性有兩個
label?=?[1;1;-1;-1];%在label中存入男女生類別標簽（1、-1）

model?=?svmtrain（labeldata）;%由屬性矩陣data和標簽label就可以利用libsvm建立分類模型

testdata?=?[190?85];%測試數據，已知身高190cm，體重85kg，但是性別未知
testdatalabel?=?-1;?%假設其標簽為-1

[predictlabelaccuracy]?=?svmpredict（testdatalabeltestdatamodel）;
predictlabel?%通過預測我們得知這個新來的學生的標簽是1（男生），由于原本我們假設其標簽為-1，假設錯誤，所以分類準確率為0%。
%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?
%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?
%?使用libsvm工具箱本身帶的測試數據heart_scale來實際進行一下測試
tic;
close?all;
clear;
clc;
format?compact;
%%?
%?首先載入數據
load?heart_scale;
data?=?heart_scale_inst;
label?=?heart_scale_label;

%?選取前200個數據作為訓練集合，后70個數據作為測試集合
ind?=?200;
traindata?=?data（1:ind:）;
trainlabel?=?label（1:ind:）;
testdata?=?data（ind+1:end:）;
testlabel?=?label（ind+1:end:）;

%?利用訓練集合建立分類模型
model?=?svmtrain（trainlabeltraindata‘-s?0?-t?2?-c?1.2?-g?2.8‘）;

%?分類模型model解密
model
Parameters?=?model.Parameters
Label?=?model.Label
nr_class?=?model.nr_class
totalSV?=?model.totalSV
nSV?=?model.nSV?

%?利用建立的模型看其在訓練集合上的分類效果
[ptrainacctrain]?=?svmpredict（trainlabeltraindatamodel）;

%?預測測試集合標簽
[ptestacctest]?=?svmpredict（testlabeltestdatamodel）;

%%
toc;
%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?
%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?%?
%?libsvm_options:
%?-s?svm_type?:?set?type?of?SVM?（default?0）
%?????????0?--?C-SVC
%?????????1?--?nu-SVC
%?????????2?--?one-class?SVM
%?????????3?--?epsilon-SVR
%?????????4?--?nu-SVR
%?-t?kernel_type?:?set?type?of?kernel?function?（default?2）
%?????????0?--?linear:?u‘*v
%?????????1?--?polynomial:?（gamma*u‘*v?+?coef0）^degree
%?????????2?--?radial?basis?function:?exp（-gamma*|u-v|^2）
%?????????3?--?sigmoid:?tanh（gamma*u‘*v?+?coef0）
%?????????4?--?precomputed?kernel?（kernel?values?in?training_instance_matrix）
%?-d?degree?:?set?degree?in?kernel?function?（default?3）
%?-g?gamma?:?set?gamma?in?kernel?function?（default?1/k）
%?-r?coef0?:?set?coef0?in?kernel?function?（default?0）
%?-c?cost?:?set?the?parameter?C?of?C-SVC?epsilon-SVR?and?nu-SVR?（default?1）
%?-n?nu?:?set?the?parameter?nu?of?nu-SVC?one-class?SVM?and?nu-SVR?（default?
%?
%?0.5）
%?-p?epsilon?:?set?the?epsilon?in?loss?function?of?epsilon-SVR?（default?0.1）
%?-m?cachesize?:?set?cache?memory?size?in?MB?（default?100）
%?-e?epsilon?:?set?tolerance?of?term

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件?????324422??2015-04-07?17:08??SVM分類與回歸\libsvm_library.pdf

?????文件???????5154??2015-04-06?23:30??SVM分類與回歸\SVM分類小例子.m

?????文件???????1041??2015-04-06?23:42??SVM分類與回歸\SVM回歸小例子.m

?????文件????1397537??2014-12-18?14:12??SVM分類與回歸\支持向量機通俗導論（理解SVM的三層境界）Latex版.pdf

?????目錄??????????0??2015-04-20?15:38??SVM分類與回歸

-----------?---------??----------?-----??----

??????????????1728154????????????????????5