[人工智能] 学习SVM的困惑

小弟初学SVM,哪位大虾能帮我理清下面这些软件或工具箱的关系：1S_SVMlab工具箱 2:OSU_SVM3.00工具箱 3:stprtool\svm工具箱 4:SVM_SteveGunn工具箱 5：LIBSVM 6:mySVM 7:SVM-light5,6,7这三种软件需要什么样的安装及运行环境，以及它们有没有MATLAB版的？多谢指教

这个海军工程大学的陆振波做过一些整理，他的主页http://luzhenbo.88uu.com.cn/你可以去看看以下转自他的帖子的内容这里实现了四种SVM工具箱的分类与回归算法1、工具箱：LS_SVMlabClassification_LS_SVMlab.m - 多类分类Regression_LS_SVMlab.m - 函数拟合2、工具箱：OSU_SVM3.00Classification_OSU_SVM.m - 多类分类3、工具箱：stprtool\svmClassification_stprtool.m - 多类分类4、工具箱：SVM_SteveGunnClassification_SVM_SteveGunn.m - 二类分类Regression_SVM_SteveGunn.m - 函数拟合LIBSVM 是台湾大学林智仁(Chih-JenLin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。LIBSVM 是一个开源的软件包，需要者都可以免费的从作者的个人主页http://www.csie.ntu.edu.tw/~cjlin/ 处获得。他不仅提供了LIBSVM的C++语言的算法源代码，还提供了Python、Java、R、MATLAB、Perl、Ruby、LabVIEW以及C#.net 等各种语言的接口，可以方便的在Windows 或UNIX 平台下使用，也便于科研工作者根据自己的需要进行改进（譬如设计使用符合自己特定问题需要的核函数等）。另外还提供了WINDOWS 平台下的可视化操作工具SVM-toy，并且在进行模型参数选择时可以绘制出交叉验证精度的等高线图。MySVM 程序作者：stefan ruping 程序介绍：本程序实现支持向量机。支持向量机是一种基于统计学习理论的机器学习算法，是被认为比人工神经网络更好的可以针对小样本进行学习预测的有效算法。目前，该支持向量机程序可以用来进行模式识别和序列预测。备注：无需编译，可以自动运行，打包的程序中有C++的源代码。SVMlight作者：Thorsten Joachims <thorsten@joachims.org>详细的介绍查看http://www.360doc.com/showWeb/0/0/117221.aspxmatlab的SVM工具箱详细资料查看http://asi.insa-rouen.fr/~arakotom/toolbox/index.html