如何使用libsvm庫（Matlab）實現1對1的多類分類？

Question

如何使用libsvm實現一對一的多類分類？ 請幫助我解決這個問題。

我還從這個答案中讀到了一種方法。全部方法使用Matlab進行交叉驗證的多類SVM的完整示例[關閉]

我的測試數據：功能和最后一列是標簽

D = [

1           1          1           1             1
1           1          1           9             1
1           1          1           1             1
11          11         11          11            2
11          11         11          11            2
11          11         11          11            2
30          30         30          30            3
30          30         30          30            3
30          30         30          30            3
60          60         60          60            4
60          60         60          60            4
60          60         60          60            4
];

我的測試數據是

inputTest = [
    1           1           1           1             
    11          11          11          10            
    29          29          29          30            
    60          60          60          60            
];

Answer 1

LIBSVM提供了Matlab接口。 在軟件包中，有一個很好的README ，介紹如何通過Matlab使用此接口。

用法是：

matlab> model = svmtrain(training_label_vector, training_instance_matrix [, 'libsvm_options']);

具有以下參數：

    -training_label_vector:
        An m by 1 vector of training labels (type must be double).
    -training_instance_matrix:
        An m by n matrix of m training instances with n features.
        It can be dense or sparse (type must be double).
    -libsvm_options:
        A string of training options in the same format as that of LIBSVM.

但是，由12個示例組成的訓練數據不足以構建良好的SVM分類器。 您應該獲得有關培訓和測試過程的更多示例。