关于libsvm回归预测的问题，基于matlab

1. 关于libsvm回归预测的问题，基于matlab

你在train和test相同的数据吗？

看你的情况应该是你最后一行的数据和其他数据的数量级差了很多吧。

2. 求助Matlab在使用libSVM作回归分析时如何获得回归函数

求助Matlab在使用libSVM作回归分析时如何获得回归函数
model = svmtrain(data_train_output', data_train_input', '-s 4 -t 2 -c 3'); 运行完,把model 保存,这就是模型了,以后就可以直接用了。

3. 使用libsvm做预测遇到困难，求各位matlab高手大侠相助！

1.你要确定你要做拟合还是分类，从问题中没大看出来，-s的参数选择至关重要，1,2为分类，3,4为拟合。
2.[ptesty,mse] = svmpredict(testy,testx,model);在使用的时候虽然testy不知道，但是一定要存在，比如赋值为1的矩阵或者向量，这里面你没有。再者，x和y最好是列向量（虽然我不知道行向量是不是也可以），你这里是个行向量，但是testx又是个列向量，这是肯定不行的。
你先这样改过来试试。

4. 求在MATLAB下编译好（可以直接使用）的libsvm工具箱

以下两种方法，我已经亲测可用
方法1：可以在其他朋友的电脑上进行编译，编译完后直接把libsvmread.mexw64、libsvmwrite.mexw64、svmpredict.mexw64、svmtrain.mexw64复制到你自己的程序中即可运行。这种方法的弊端是不同的算法程序中均需要复制一次。

方法2：把编译完后的libsvmread.mexw64、libsvmwrite.mexw64、svmpredict.mexw64、svmtrain.mexw64这几个文件添加到F:\MATLAB 2015a anzhuang\toolbox\libsvm-3.22\matlab下，即可

5. 如何使用libsvm进行回归预测

Libsvm、Python和Gnuplot。我用的版本分别是：Libsvm（2.8.1），Python（2.4），Gnuplot（3.7.3）。注意：Gnuplot一定要用3.7.3版，3.7.1版的有bug. 修改训练和测试数据的格式（可以自己用perl编个小程序）： 目标值 第一维特征编号：第一

6. Matlab中libsvm回归怎么做时间序列的单步和多步预测

您好，很高兴为您解答。

a(1)=0;for i=2:220  a(i)=0.6*a(i-1)+randn;endtrain_t = 1:200;train = a(train_t);train_t = train_t';train = train';test_t = 1:203;test=a(test_t);test_t = test_t';test = test';[bestmse,bestc,bestg] = SVMcgForRegress(train,train_t,-3,11,-7,1,3,0.5,0.5,0.1);cmd = ['-c ',num2str(bestc),' -g ',num2str(bestg),' -p 0.01 -s 3'];model = svmtrain(train,train_t,cmd);[trainpre,trainmse] = svmpredict(train,train_t,model);figure;hold on;plot(train);plot(trainpre,'r');title('原来的训练数据的拟合1-200');legend('原来的训练数据','训练数据预测拟合数据');hold off[testpre,testmse] = svmpredict(test,test_t,model);figure;hold on;plot(test);plot(testpre,'r');title('测试数据的预测1-203');legend('测试数据','测试数据预测拟合数据');hold off如若满意，请点击右侧【采纳答案】，如若还有问题，请点击【追问】希望我的回答对您有所帮助，望采纳！                                                                                                                             ~ O(∩_∩)O~

7. 《MATLAB神经网络43个案例分析》 第17章运行疑问

这个不能直接调用matlab自带的SVM工具箱，要安装libsvm工具箱才可以使用，你看第12章，《第12章 初始SVM分类与回归》，要按12章装了SVM工具箱， 才能用。我自己也没弄过，为了找到答案，我还去下了代码来捣鼓，不过最后没找到12章的书，所以也不知作者用的是哪个版本的LIBSVM，没法实验，只能帮你到这了哥们，希望采纳。

8. matlab中使用libsvm如何实现参数寻优

可以利用libsvm工具箱中自带的k折交叉验证方法进行参数的寻优。

k折交叉验证的基本思想如下：
k个子集，每个子集均做一次测试集，其余的作为训练集。交叉验证重复k次，每次选择一个子集作为测试集，并将k次的平均交叉验证识别正确率作为结果。

libsvm工具箱中交叉验证的使用方法如下：
predict = trian(data_label, data_train, cmd);  % train_label表示训练输出样本数据；% data_train表示训练输入样本数据；% cmd就是训练参数的设置，如设置为cmd='-v 5'就表示进行5折交叉验证（该设置中省略了其他参数的设置，即保存默认设置）。