如何使用libsvm进行分类.docxVIP

这帖子就是初步教教刚接触libsvm（svm）的同学如何利用libsvm进行分类预测，关于参数寻优的问题在这里姑且不谈，另有帖子详述。其实使用libsvm进行分类很简单，只需要有属性矩阵和标签，然后就可以建立分类模型（model），然后利用得到的这个model进行分类预测了。那神马是属性矩阵？神马又是标签呢？我举一个直白的不能在直白的例子：说一个班级里面有两个男生（男生1、男生2），两个女生（女生1、女生2），其中男生1 身高：176cm 体重：70kg；男生2 身高：180cm 体重：80kg；女生1 身高：161cm 体重：45kg；女生2 身高：163cm 体重：47kg；如果我们将男生定义为1，女生定义为-1，并将上面的数据放入矩阵data中，即data = [176 70;180 80;161 45;163 47];复制代码在label中存入男女生类别标签（1、-1），即label = [1;1;-1;-1];复制代码这样上面的data矩阵就是一个属性矩阵，行数4代表有4个样本，列数2表示属性有两个，label就是标签（1、-1表示有两个类别：男生、女生）。Remark:这里有一点废话一些（因为我看到不止一个朋友问我这个相关的问题）:上面我们将男生定义为1，女生定义为-1，那定义成别的有影响吗？这个肯定没有影响啊！（用脚趾头都能想出来，我不知道为什么也会有人问），这里面的