我仍然对如何为Matlab中的Libsvm准备数据感到困惑，许多答案都不够全面，并且不清楚完成训练的确切要求是什么。

我有以下数据，现在在Excel中，我想知道下一步该怎么做：

lable   words   total_char  domain len  Ratio   digit   dash    Jaccard  String -1         0       0             11     0.0000      0      0    0.3444  uvcaylkgdpg-1         0       0              8     0.0000      0      0    0.2707  yqdqyntx-1         1       2              10    0.2000      0      0    0.1761  vzcocljtfi-1         0       0              8     0.0000      0      0    0.1919  wojpnhwk-1         0       0              9     0.0000      0      0    0.3475  plrjgcjzf 1         1       4             6      0.6667      0      0    0.4264  google 1         4       14            8      1.7500      0      0    0.3444  facebook 1         4       13            7      1.8571      0      0    0.2707  youtube 1         1       3             5      0.6000      0      0    0.1761  yahoo 1         1       3             5      0.6000      0      0    0.1919  baidu 1         0       0             9      0.0000      0      0    0.3475  wikipedia

这是我需要用来训练分类器的数据的一部分。

现在我想知道在Matlab中下一步该怎么做。我已经完成了以下步骤：安装了Libsvm，并且运行正常。我需要知道如何获得最佳结果以及如何正确调整参数以便绘制结果？

回答：

如你所说，接下来的一步是训练分类器或为未来的分类创建模型。也就是说，找到SVM模型的参数。你可以使用LIBSVM中的svmtrain来训练模型。

例如，

model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00154'); 

你需要决定的参数是c和gamma。

之后的步骤是进行预测，你需要使用svmpredict。

例如：

[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

希望这能帮助你继续你的进程。

阅读我对这个问题的回答：在使用libsvm进行交叉验证后的重新训练