哪种方法比较好？ libsvm或svmclassify？

Question

我最近一直在尝试使用svm进行功能分类。在我这样做的时候，我想到了一个问题。

哪种方法更好，LIBSVM或svmclassify？我在svmclassify的意思是在MATLAB中使用内置函数，例如svmtrain和svmclassify。从这个意义上说，我有兴趣知道哪种方法更准确，哪种方法更容易使用。

由于MATLAB已经有了Bioinformatics工具箱，你为什么要使用LIBSVM？是不是已经内置了svmtrain和svmclassify等功能.. LIBSVM带来了哪些额外的好处？

我想听听你的一些意见。如果问题很愚蠢，请原谅我。

Answer 1

我希望您使用每个库得到非常相似的结果。

它们都非常易于使用。唯一的区别在于，一个带有MATLAB Bioinformatics工具箱，另一个需要从作者网站获取并手动安装。如果你这是一个问题我建议你坚持你的计算机已经安装的。如果不考虑使用LIBSVM，因为它是一个经过良好测试且备受推崇的库。

Answer 2

此外，根据个人使用体验的经验，出于显而易见的原因，libSVM比MATLAB svm例程快得多。最后但并非最不重要的是，libSVM有MATLAB插件，如果你在MATLAB环境中更舒服，可以从MATLAB调用。

Answer 3

我也有同样的问题，但我认为Libsvm在多类分类的情况下非常有用且非常容易，但matlab工具箱只设计用于两类分类。

Answer 4

根据我的经验，libsvm执行交叉验证结果为45％，其中matlab代码执行90％。所以我查找了slab的matlab函数的解释，他们有与感知器相关的选项，我想知道他们是否使用纯svm，但是在我的情况下再次写入matlab要好得多。 （multiclass svm）