最近正在学习机器学习算法SVM，然后需要用到libsvm库，于是整理了下自己配置的大致过程。自己的平台环境：
win10MATLAB 2017blibsvm 3.22
1 . 下载libsvm。
并将其拷贝到MATLAB安装目录下的toolbox目录下。
例如我的是：C:\Program Files\MATLAB\R2017b\toolbox\
下载地址：http://www.csie.ntu.edu.tw/~cjlin/libsvm/#download
2 . 下载 MinGW-w64 C/C++ 编译器。
自己使用的是matlab2017工具平台，然而libsvm是使用C++开发的，这样我们就需要先使用C++的编译工具，将libsvm编译成matlab能直接使用的文件,于是就按照matlab官网的提示安装了MinGW-w64 C/C++ compiler 这个编译器。因为从matlab官网安装的一直会下不下来，自己就独立安装了 tdm64-gcc-4.9.2.exe [下载链接]
安装好后，最好配置一下环境变量，方便matlab查找已安装的编译器。
如：安装目录为：C:\TDM-GCC-64
添加系统环境变量：变量名 MW_MINGW64_LOC 目录为安装目录 C:\TDM-GCC-64
然后在matlab中运行：setenv('MW_MINGW64_LOC','C:\TDM-GCC-64')
这样编译器的环境就配好了。
3 . 然后在matlab命令行输入：mex -setup 会提示 MEX配置使用 MinGW-w64 C/C++ compiler 编译器，并伴有一个警告，但不影响。
4 . 然后cd 到C:\Program Files\MATLAB\R2017b\toolbox\libsvm-3.22\matlab目录，输入命令：make 会报一个错误，如下：
提示用户权限不够，因此，我们可以先将libsvm-3.22文件夹，在别的盘（如D盘）编译好，再复制到C盘下MATLAB的安装目录C:\Program Files\MATLAB\R2017b\toolbox\ 之中。
这里因为开始不知道可以在别的盘直接用 MinGW-w64 C/C++编译好，于是就下了visual studio 2017，然后用Microsoft Visual C++ 2017 编译的，如上。其实可以直接用MinGW-w64 C/C++编译是一样的。编译好你会看到目录下多了4个.mexw64格式的文件：
注意：这里使用用 visual studio 编译时，需要查看官网MATLAB能够使用对应版本的visual studio，或者其他工具.
如：matlab 2017 b —— visual studio 2017, 而matlab 2017 a 却不能使用 visual studio 2017 编译。因此，建议大家直接下载 tdm64-gcc-4.9.2.exe 单独安装文件，并在别的盘先编译好，然后再拷贝到matlab的安装目录之中。
5 .测试libsvm库
在libsvm-3.22目录下有一个hear_scale 数据文件，我们可以通过使用libsvmread()函数将其转化成matlab格式，然后再进行相应的操作。
>>[heart_scale_label,heart_scale_inst]=libsvmread('heart_scale');
>> model = svmtrain(heart_scale_label,heart_scale_inst, '-c 1 -g 0.07')*
optimization finished, #iter = 134
nu = 0.433785
obj = -101.855060, rho = 0.426412
nSV = 130, nBSV = 107
Total nSV = 130
>> [predict_label, accuracy, dec_values] = svmpredict(heart_scale_label, heart_scale_inst, model); % test the trainingdatAccuracy = 86.6667% (234/270) (classification)
看到这样的结果，就说明你可以在matlab中使用SVM了。
参考博客：
http://apinetree.blog.51cto.com/714152/1560254
http://blog.csdn.net/buaasuozi/article/details/50781615
http://blog.csdn.net/desire121/article/details/60466845#insertcode