语法:svm-train [参数表] 训练数据集文件 [模型文件]
参数:
-s 支持向量机类型:支持向量机类型集合(默认值0)
0 -- C-SVC
1 -- nu-SVC
2 -- one-class SVM
3 -- epsilon-SVR
4 -- nu-SVR
-t 内核类型:内核函数集合(默认值2)
0 -- 线性函数:u'*v
1 --多项式函数:(gamma*u'*v + coef0)^degree
2 --径向基函数:exp(-gamma*|u-v|^2)
3 – sigmoid函数:tanh(gamma*u'*v + coef0)
4 – 预先计算好的内核函数 (训练文件中的内核数值)
-d degree值:设定内核函数的degree值(默认值3)
-g gamma值:设定内核函数的gamma值(默认值1/k)
-r coef0值:设定内核函数的coef0值(默认值0)
-c cost值:设定C-SVC、epsilon-SVR、和nu-SVR中的参数C的值(默认值1)
-n nu值:设定nu-SVC、one-class SVM、和nu-SVR中的参数nu的值(默认值0.5)
-p epsilon值:设定epsilon-SVR中损失函数的epsilon值(默认值0.1)
-m 缓存大小:设定缓存内存大小,以MB为单位(默认值100)
-e epsilon值:设定结束条件(默认值0.001)
-h 压缩:是否启用启发式压缩,值为0或1(默认1)
-b 概率期望:在训练SVC或SVR模型时是否启用概率期望,值为0或1(默认值0)
-wi 权重:设定C-SVC中类i的参数C为权重*C(默认值1)
-v n:n重交叉验证模式
-g参数的k值表示输入数据的属性数量。
参数-v随机切分数据为n个部分,然后计算它们之间交叉验证的精确度/平均方差。
输出内容的含义参见libsvm常见问题(FAQ)。