本帖最后由 maxence 于 2013-8-24 17:55 编辑

请教版各位大神：

小弟使用的是MATLAB2009，使用的是libsvm工具箱，想用SVM方法进行分类。

我的训练数据train_data是30*5的矩阵

10.0169946192144        284021.217742646        -283732.717247272        -134.545904321782        131.349012291520

73.7454892104576        2038.73450866753        -2114.16807855003        -0.520598095535126        0.421314238784045

-42.7355822073812        -7456.20997224565        7495.27240879377        -1.28660344133150        1.20500798499563

49.0336576406161        -5114.17869145248        5063.45796719038        -16.4037421154530        16.5866589261969

-37.3975786436923        50.7967911952011        -8.19928438381976        -6.79797002365415        6.60934737394619

-16.9707096588706        737.498672513734        -724.117791457279        0.419444831686206        -0.248616286675567

-13.4095709347948        12738.1115270194        -12703.6982005826        -12.2373527677773        12.0891538657939

-66.9718470546613        2401.76811835793        -2318.09192377969        -11.0491613643275        11.0048091034525

-178.521302735519        8909.59300849368        -8694.17094355047        -17.2590899086195        17.2302011594417

622.233627031730        -65958.9378807742        65266.7110422450        -58.0464725145483        57.9979928398173

-136.431188310572        -4817.99654571556        4955.06568587385        -0.117558534505592        0.162317375697616

-275.509429197403        -6532.31757349457        6813.76660787147        -1.07974101653701        1.09343387875205

-398.872873869468        -2250.99542622726        2674.09353191893        -1.62643994176207        1.62665906375809

-490.130058201879        10011.8965488121        -9452.02153711684        -2.05820959753385        2.05150211192475

-55.7928168834812        -6436.61172252057        6491.10728902081        -0.727799880870522        0.712242209520743

-103.343905595347        -9309.05333667943        9414.01881063189        -0.311159579721993        0.313364183918613

162.251601817964        11059.5877321580        -11232.9323932095        -0.419938194929398        0.413921779063428

245.123199654161        9639.57894899220        -9922.68981149244        -2.24002106903331        2.23251378269068

-48.4631721859210        -6744.44177864900        6791.67603737248        -12.2329019447316        12.2951327851778

-197.603646449859        -9030.53479232103        9232.19243483058        -9.12674480278120        9.13976399123147

-343.118730409252        -4403.66867838413        4770.31051808297        -3.08850936801670        3.08983440115749

553.140280100560        -73944.6159843967        73313.7772478296        4.21392460893787        -4.21422681559259

-45.9431872152765        -3777.93284816944        3826.54505871886        -2.67415464155371        2.63129502668067

-98.9290013632003        -5647.30533507118        5753.61992722010        -3.92294352348476        3.90403796294068

-195.021928964127        -3268.12100309075        3486.26932317338        -11.9739774894752        11.9535123679619

-263.857682194376        53252.3409668243        -52928.7644910475        -27.7924626096899        27.7750749656620

-10.0884639389158        -985.869532449288        1000.59846870880        -0.392296594733168        0.331800734309613

-47.2165095709306        -6001.51611419468        6054.15278885593        -0.383344486133094        0.366485611157788

-104.903854531706        -8354.33679593812        8473.54755274684        -0.761988772953906        0.753662263659545

-189.237941632004        -5936.90892004189        6167.98114477318        -1.56441986635690        1.56006912718361

训练的标签是30*1的矩阵，前6个是1，后24个是2；

测试数据是10*5的矩阵

-168.321425039196        -4652.38192396348        4819.43904860268        -6.88532515757104        6.96163985671796

10.1073023167855        4101.05828648431        -4110.80148670710        -6.26963854145456        6.19832565839151

168.101679029994        2589.46067865001        -2751.75640712212        -0.237158727862302        0.292598760070838

-102.698275260428        1586.91535291977        -1477.73768841369        -33.5521908754682        33.1738541355177

84.6423384224464        2816.92447341973        -2902.41097991631        -0.585310079137424        0.554114358958244

-365.367137741153        -4423.48975756962        4797.66278037943        -0.422895417249624        0.428339451398383

487.541760689814        -1068.30519468817        551.313298960253        -0.661117541571796        0.658210194664397

399.889528218901        -48620.0067090718        48158.8381808605        -8.72612636938761        8.72601816076436

66.7101291658549        5405.79099700125        -5472.74026852014        -4.05196834367743        4.02385522671979

191.132537243337        7518.85201157649        -7715.39933059425        -2.59639938005287        2.58487883057000

测试的标签是10*1，前4个数字是1，后6个是2.

所有的步骤都按照Faruto的帖子里设置过了，但是就是在最后一步的svmpredict，却总是出不来结果，报错是label (1st argument) should be a vector (# of column is 1).

QQ图片20130824175014.jpg (13.21 KB, 下载次数: 8)

2013-8-24 17:50 上传

谢谢各位大神了，小弟挺着急的，老是调不出来。