1、遇到这个问题Error using svmclassify (line 53)

The first input should be a struct generated by SVMTRAIN.

可参照https://blog.csdn.net/shang_jia/article/details/45535135；

即将你安装的libsvm去掉，运用matlab原有的libsvm就可以解决。

2、svm例子可参照：

http://www.ilovematlab.cn/thread-74019-1-1.html；

load fisheriris这个例子用自带svm没有问题

load ‘heart_scale.mat’这个例子利用加载libsvm程序在加载时出了问题，解决如下：

Error using load

Unable to read file ‘heart_scale.mat’: No such file or directory.

加载数据改为[label_vector, instance_matrix] = libsvmread('heart_scale')即可。

https://blog.csdn.net/red_stone1/article/details/54313821；（自带svm函数）

http://www.ilovematlab.cn/thread-47453-1-1.html；（加载的libsvm）

3、加载的libsvm的例子：http://www.cnblogs.com/tornadomeet/archive/2012/06/04/2534939.html

1）16棋盘格数据分类

[checkerboard_16_predict_label]=svmpredict(checkerboard_16_test_label,checkerboard_16_test_data,model);%,checkerboard_16_accuarcy

2）UCI中iris数据分类（importdata）

[attrib1, attrib2, attrib3, attrib4, class] = textread('iris.txt', '%f%f%f%f%s', 'delimiter', ',');

attrib = [attrib1'; attrib2'; attrib3'; attrib4']';

a = zeros(150, 1);

a(strcmp(class, 'Iris-setosa')) = 1;

a(strcmp(class, 'Iris-versicolor')) = 2;

a(strcmp(class, 'Iris-virginica')) = 3;

iris_new=[attrib a];

iris_train_label=iris_new([1:40 51:90 101:140],end);%每类取40个数据作为训练，共120个训练数据

iris_train_data=iris_new([1:40 51:90 101:140],1:end-1);

iris_test_label=iris_new([41:50 91:100 141:150],end);%每类取10个数据作为测试，共30个测试数据

iris_test_data=iris_new([41:50 91:100 141:150],1:end-1);

save irisdata;

model=svmtrain(iris_train_label,iris_train_data);

[iris_predict_label]=svmpredict(iris_test_label,iris_test_data,model);%,iris_accuracy

 

4、

 MATLAB

自带的

svm

实现函数与

libsvm

差别小议：http://www.ilovematlab.cn/thread-85860-1-1.html