matlab下libsvm测试heart_scale的问题

各位大侠，我在matlab中安装好libsvm后测试heart_scale，出现了一下问题，

load heart_scale
??? Error using ==> load
Number of columns on line 2 of ASCII file D:\Program Files
(x86)\MATLAB\libsvm-3.12\heart_scale
must be the same as previous lines.
后来在网上看到可以用libsvmread函数加载数据，但是没有出现 heart_scale_inst 和heart_scale_label这项，二是出现下面两个 是怎么回事？哪位大侠能帮我解决，万分感激！！！

我的也出现了同样的问题，不知道什么情况哎

我也出现了同样的问题 初学者啊 不明白 估计格式不支持

只能用libsvm自带的libsvmread去读

[a,b]=libsvmread('heart_scale')

谢谢哈，我试试

swordman1972 发表于 2013-1-13 21:14
[a,b]=libsvmread('heart_scale')

我的可以load进去，但
[a,b]=libsvmread('heart_scale');
can't open input file heart_scale

JoyChen 发表于 2013-4-11 10:37
我的可以load进去，但
[a,b]=libsvmread('heart_scale');
can't open input file heart_scale

请问你 解决了没？我也遇见了这个问题 弄了好久就没有解决

非常感谢啊！

非常感谢啊！

564669104 发表于 2013-7-13 17:09
请问你 解决了没？我也遇见了这个问题 弄了好久就没有解决

用绝对路径就ok了

活水~ 发表于 2013-11-15 16:40
用绝对路径就ok了

首先把heart_scale文件拷到matlab文件夹中，然后使用libsvmread('heart_scale')加载就ok了

我是新手，也遇到了同样的问题，可是我不知道去哪下载：matlab型数据集heart_scale文件，请指教！

着急啊，

呜呜看不懂

这个载入就行了

编译一下你的libsvm

564669104 发表于 2013-7-13 17:09
请问你 解决了没？我也遇见了这个问题 弄了好久就没有解决

你的问题解决了吗，我也遇到相同的问题了

peace_2013 发表于 2013-12-10 16:09
首先把heart_scale文件拷到matlab文件夹中，然后使用libsvmread('heart_scale')加载就ok了 ...

谢谢你。问题已解决。

clhfio 发表于 2014-5-14 09:13
这个载入就行了

谢谢。。。。。。。。。。。。。。。。。。。。

把heart_scale文件换成下面这个就可以

我用的是libsvm-3.22版本，在工具箱matlab目录下是没有heart_scale文件的，而是在该文件夹的上一级文件夹，故在读取的时候需要考虑到路径的问题
[a,b]=libsvmread('..\heart_scale')
这个跟视频中不一样的地方还有这个heart_scale文件并不是matlab的.mat文件，这属于版本问题，为了让给数据能适应其他的比如java等语言，更具有通用性。
matlab文件夹下的libsvmread函数
matlab文件夹的上一级文件夹中的heart_scale文件

使用[a,b]=libsvmread('..\heart_scale')，得到结果是图片所示。请问楼主怎么解决啊

后来下载了heart_scale.mat还是错误

>> [a,b]=load('E:\2017_sds\svm\heart_scale.mat');
Error using load
Too many output arguments.

>> [a,b]=libsvmread('E:\2017_sds\svm\heart_scale.mat');
Wrong input format at line 1

matlab打开README文件，有答案。我的是libsvm3.22。每个版本不一样的
Train and test on the provided data heart_scale:

matlab> [heart_scale_label, heart_scale_inst] = libsvmread('../heart_scale');
matlab> model = svmtrain(heart_scale_label, heart_scale_inst, '-c 1 -g 0.07');
matlab> [predict_label, accuracy, dec_values] = svmpredict(heart_scale_label, heart_scale_inst, model); % test the training data

For probability estimates, you need '-b 1' for training and testing:

matlab> [heart_scale_label, heart_scale_inst] = libsvmread('../heart_scale');
matlab> model = svmtrain(heart_scale_label, heart_scale_inst, '-c 1 -g 0.07 -b 1');
matlab> [heart_scale_label, heart_scale_inst] = libsvmread('../heart_scale');
matlab> [predict_label, accuracy, prob_estimates] = svmpredict(heart_scale_label, heart_scale_inst, model, '-b 1');

To use precomputed kernel, you must include sample serial number as
the first column of the training and testing data (assume your kernel
matrix is K, # of instances is n):

matlab> K1 = [(1:n)', K]; % include sample serial number as first column
matlab> model = svmtrain(label_vector, K1, '-t 4');
matlab> [predict_label, accuracy, dec_values] = svmpredict(label_vector, K1, model); % test the training data

We give the following detailed example by splitting heart_scale into
150 training and 120 testing data.  Constructing a linear kernel
matrix and then using the precomputed kernel gives exactly the same
testing error as using the LIBSVM built-in linear kernel.

matlab> [heart_scale_label, heart_scale_inst] = libsvmread('../heart_scale');
matlab>
matlab> % Split Data
matlab> train_data = heart_scale_inst(1:150,;
matlab> train_label = heart_scale_label(1:150,;
matlab> test_data = heart_scale_inst(151:270,;
matlab> test_label = heart_scale_label(151:270,;
matlab>
matlab> % Linear Kernel
matlab> model_linear = svmtrain(train_label, train_data, '-t 0');
matlab> [predict_label_L, accuracy_L, dec_values_L] = svmpredict(test_label, test_data, model_linear);
matlab>
matlab> % Precomputed Kernel
matlab> model_precomputed = svmtrain(train_label, [(1:150)', train_data*train_data'], '-t 4');
matlab> [predict_label_P, accuracy_P, dec_values_P] = svmpredict(test_label, [(1:120)', test_data*train_data'], model_precomputed);
matlab>
matlab> accuracy_L % Display the accuracy using linear kernel
matlab> accuracy_P % Display the accuracy using precomputed kernel

Note that for testing, you can put anything in the
testing_label_vector.  For more details of precomputed kernels, please
read the section ``Precomputed Kernels'' in the README of the LIBSVM
package.

请问heart scale 在哪里下的，能不能发我一份