Ubuntu16.04下MatLab中使用LibLinear工具箱教程（入门级别）

一些必要的说明

可以将LibLinear工具箱看成一个LibSVM工具箱的升级版本，前者更适合多样本多特征的分类问题，二者的编译相同，函数的结构也类似。因为工具箱是在MatLab中使用，所以无关操作系统是win或linux等。

下载LibLinear并编译

下载地址：LibLinear下载地址
安装编译的步骤见我另外一篇博客，步骤是一样的：LibSVM安装编译教程
编译完成后的文件如下，可以看到两个关键函数train和predict。

关键的两个函数

需要知道的是我们的目的是使用工具箱进行数据的分类，那么需要利用训练集构建模型和利用模型对测试集进行预测。
第一个函数：

model = train(train_label, train_instance [, ’ options ', ’ col ']);

第二个函数：

[predict_label, accuracy, values] = predict(test_label, test_instance, model [, ’ options ', ’ col ']);

可以看出需要传入函数四个矩阵，分别是训练集和训练标签，测试集和测试标签。

看一个实例

训练集有1680个样本，每个样本有4096个特征（PyTorch中使用预训练模型vgg19提取特征而来），训练标签对应每个样本（数据集是UCMerced Land-use，一共21类，标号0-20）。
测试集有420个眼本，也是用标签一一对应好了。
加载txt格式数据，会自动生成一个矩阵，使用load语句。
其实语句是很简单的，就是这四个矩阵（或者说这四个txt文件）比较需要花时间得到。最后可以看到准确率为86.67%。
有空我想谢谢如何在PyTorch中进行特征提取，并对每个类别中的照片进行labels的自动生成。