参照博客：http://blog.csdn.net/mghhz816210/article/details/36687333
到最后一步的时候发现svmpredict不出现结果，参照：http://www.ilovematlab.cn/thread-272385-1-1.html，将最后一句改为：[predict_label, accuracy,decision_values] = svmpredict(heart_scale_label,heart_scale_inst,model,'-b 0');
我系统win10，安装的是matlab2016a，编译器vs2015pro，混合编程的时候有些网上资料并不完全一致，下面将我自己看到的相关资料做一个罗列整理：
1. mex找不到编译器，参考另一篇博文：http://blog.csdn.net/yc461515457/article/details/51635842
2. 我自己安装的libsvm版本是较新的3.21，参照：http://www.matlabsky.com/thread-11925-1-1.html，在http://www.csie.ntu.edu.tw/~cjlin/libsvm/下载
2.一个简单的svm实现样例，http://blog.sina.com.cn/s/blog_71152aa70101tl62.html，注意原博文中代码加载两个数据集的部分我认为是有错误的，同时forest数据集导入的时候名称有变化，需要重命名或者在程序里修改，在上述配置下，我将完整可运行的代码分享如下：
load bedroom load forest load labelset train_set = [bedroom(1:5,:);forest(1:5,:)];%原文中这里有错误 train_set_labels = [lableset(1:5);lableset(11:15)]; test_set = [bedroom(6:10,:);forest(6:10,:)];%原文中这里有错误 test_set_labels = [lableset(6:10);lableset(16:20)]; [mtrain,ntrain] = size(train_set); [mtest,ntest] = size(test_set); test_dataset = [train_set;test_set]; % mapminmax为MATLAB自带的归一化函数 [dataset_scale,ps] = mapminmax(test_dataset',0,1); dataset_scale = dataset_scale'; train_set = dataset_scale(1:mtrain,:); test_set = dataset_scale( (mtrain+1):(mtrain+mtest),: ); %% SVM网络训练 %model = svmtrain(train_set_labels, train_set, '-s 2 -c 1 -g 0.07'); model = svmtrain(train_set_labels, train_set, '-s 0 -c 1 -g 0.07');%根据libsvm参数，应该选择-s 0这个参数对应一个分类问题 %% SVM网络预测 [predict_label] = svmpredict(test_set_labels, test_set, model,'-b 0');%注意，libsvm3.21参数添加'-b 0' 有任何问题可发邮件至 jzwang@bjtu.edu.cn 讨论交流，互相学习。
