libsvm matlab

libsvm matlab 是一个用于实现监督传输稀疏编码(STSC)算法的MATLAB工具。它使用LIBSVM和LIBLINEAR进行预测。通过简单地运行代码，可以使用make命令来使用该工具。

在使用libsvm matlab进行训练和测试数据的处理时，有两种常见的归一化方法。第一种方法是将训练数据和测试数据整体归一化到[0, 1]的范围，通过使用mapminmax函数进行处理。这种方法可以获得61%的分类精度。

另一种方法是将训练数据和测试数据分别归一化到[0, 1]的范围。首先，使用mapminmax函数对训练数据进行处理，然后设置映射函数的范围参数为0和1。接着对测试数据进行相同的处理。这种方法可以获得88%的分类精度。

因此，使用libsvm matlab时，可以根据需求选择适合的归一化方法来处理训练数据和测试数据。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [libsvmmatlab代码-stsc:监督传输稀疏编码](https://download.csdn.net/download/weixin_38514660/19684962)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [SVM多分类问题 libsvm在matlab中的应用](https://blog.csdn.net/lwwangfang/article/details/52355062)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]