关于LibSVM中easy.py文件的解读

此文件通过调用LIBSVM工具包中的相关可执行文件进行SVM的训练、测试和网格生成。

1.引入相关的头文件

2.命令行参数检查

3.可执行文件路径的设置

其中， svmscale_exe：svm-scale可执行文件路径

            svmtrain_exe：svm-train可执行文件路径

            svmpredict_exe：svm-predict可执行文件路径

            grid_py：grid.py脚本路径，用于生成网格

            gnuplot_exe：gnuplot可执行文件路径，用于绘制图表

注意：路径要根据自己系统中文件所在的路径来配置

详细解析一下这句代码：svmscale_exe = r"..\windows\svm-scale.exe"

这行代码定义了一个字符串变量 svmscale_exe，其值为 r"..\windows\svm-scale.exe"，这是一个包含了原始字符串字面值的 Python 字符串。

让我逐步解释这个字符串的含义：

• r"..\windows\svm-scale.exe" 是一个原始字符串字面值（raw string literal），在 Python 中使用 r 前缀，原始字符串不会对反斜杠进行转义。这在处理文件路径时很有用，因为文件路径通常包含反斜杠。

• ..\windows\svm-scale.exe 表示一个文件路径，其中 .. 表示返回上一级目录，然后 \windows\svm-scale.exe 是相对于上一级目录的路径。这样的路径通常用于指定某个文件或可执行程序的位置。

因此，svmscale_exe 变量包含了指向 svm-scale.exe 可执行文件的路径。这种方式的使用通常用于在程序中引用外部工具或文件的路径，以便程序能够准确地定位和使用，svmscale_exe 变量可能用于构建包含执行 svm-scale.exe 命令的字符串。

这样，脚本就根据操作系统类型设置了LIBSVM工具包中相关文件的路径，以便后续的调用

4.assert语句检查文件是否存在

一系列assert语句用于检查相关可执行文件和脚本是否存在。如果某个文件不存在，assert语句将抛出AssertionError，中断程序的执行。

例如，assert os.path.exists(svmscale_exe),"svm-scale executable not found"

检查 svm-scale 可执行文件是否存在。如果不存在，将抛出 AssertionError，并显示错误消息 “svm-scale executable not found”。这是为了确保在继续执行脚本之前，必须存在 svm-scale 可执行文件。

5.构建文件名

在Python中，sys.argv 是一个用于访问命令行参数的列表，它是sys模块中的一个变量。具体来说，sys.argv 包含了从命令行传递给Python脚本的所有参数。

其中，sys.argv[0] 表示脚本的名称（或者是运行的 Python 解释器的路径）
sys.argv[1] 到 sys.argv[n] 包含传递给脚本的命令行参数，其中 n 是参数的数量

也就是说，这个列表的第一个元素是脚本的名称，随后的元素是在运行脚本时传递给它的命令行参数。

例如，如果在命令行中运行脚本 script.py 并传递了一些参数，可以通过 sys.argv 获取这些参数。假设运行命令：python script.py arg1 arg2 arg3
那么在script.py 中，sys.argv 将是一个包含以下内容的列表：['script.py', 'arg1', 'arg2', 'arg3']
可以通过索引访问这些参数，例如 sys.argv[1] 获取第一个参数 'arg1'

6. 使用Python中的subprocess模块执行命令行命令

这段代码是使用 Python 中的 subprocess 模块来执行命令行命令。让我逐步解释每个部分：

cmd = '{0} -s "{1}" "{2}" > "{3}"'.format(svmscale_exe, range_file, train_pathname, scaled_file)

print('Scaling training data...')

Popen(cmd, shell=True, stdout=PIPE).communicate() 

1. cmd 这一行创建了一个命令字符串，使用了格式化字符串的方法，其中 {0}, {1}, {2}, {3} 分别由 svmscale_exe, range_file, train_pathname, scaled_file 替代。这个字符串构建了一个命令，该命令调用了可执行文件 svmscale_exe，传递了一些参数，然后将输出重定向到文件 scaled_file 中。

2. print('Scaling training data...') 这一行简单地打印一条消息，指示正在进行训练数据的缩放操作。

3. Popen(cmd, shell=True, stdout=PIPE).communicate() 这一行使用 subprocess.Popen 执行了前面构建的命令。这个命令通过 shell=True 参数告诉系统使用 shell 来执行命令，stdout=PIPE 则是将命令的标准输出捕获起来，以便后续调用 communicate() 方法获取输出。但是，这里的命令中使用了 > 符号，表示将标准输出重定向到文件，因此 communicate() 不太可能获取到输出。如果你想获取输出，可以考虑使用文件对象来保存输出。

cmd = '{0} -svmtrain "{1}" -gnuplot "{2}" "{3}"'.format(grid_py, svmtrain_exe, gnuplot_exe, scaled_file)

print('Cross validation...')

f = Popen(cmd, shell=True, stdout=PIPE).stdout 

1. cmd 这一行构建了一个命令字符串，其中 {0}, {1}, {2}, {3} 分别由 grid_py, svmtrain_exe, gnuplot_exe, scaled_file 替代。这个命令涉及支持向量机的训练和交叉验证。

2. print('Cross validation...') 这一行打印一条消息，指示正在进行交叉验证操作。

3. Popen(cmd, shell=True, stdout=PIPE).stdout 这一行执行了前面构建的命令，同样使用了 stdout=PIPE 来捕获命令的标准输出。值得注意的是，这里的 .stdout 属性获取了标准输出流，但没有使用 communicate() 方法，因此标准输出并没有被捕获到。如果你需要获取输出，可能需要使用 communicate() 方法，并在其中处理输出数据。

line = ''

while True:

        last_line = line

        line = f.readline()

        if not line: break 

c,g,rate = map(float,last_line.split())

print('Best c={0}, g={1} CV rate={2}'.format(c,g,rate))

cmd = '{0} -c {1} -g {2} "{3}" "{4}"'.format(svmtrain_exe,c,g,scaled_file,model_file) 

print('Training...')

Popen(cmd, shell = True, stdout = PIPE).communicate()

print('Output model: {0}'.format(model_file))

这段代码的作用是读取文件中的数据，找到最后一行的数据，然后使用这些数据构造一个命令并执行该命令。

具体来说，代码首先定义了一个空字符串line，然后进入一个无限循环。在循环中，每次都会将上一行的内容赋值给last_line，然后读取下一行的内容赋值给line。如果读取到的内容为空（即已经读取到文件末尾），则跳出循环。

接着，代码将最后一行的内容使用split()方法按空格分割，并将结果映射为浮点数类型，分别赋值给c、g和rate三个变量。

然后，代码使用这些数据构造了一个命令cmd，并使用Popen模块的communicate()方法执行该命令。该命令的具体内容是调用svmtrain_exe程序，传入参数-c、-g、scaled_file和model_file。

最后，代码输出了训练的相关信息，包括最佳的c、g值以及交叉验证的准确率rate，以及输出模型的文件名model_file。

需要注意的是，代码中使用了Popen模块执行命令，这意味着该命令是在操作系统的命令行中执行的，而不是在Python解释器中执行的。

7. 读取命令行参数进行缩放（scaling）和预测

通过读取命令行参数来执行一系列操作，主要是对测试数据进行缩放（scaling）和使用已经训练好的模型进行预测。

首先，代码检查命令行参数的数量是否大于2，如果是的话，说明有足够的参数传递给脚本。接下来，它构建两个命令并执行它们。

1. 缩放测试数据：

   • 使用svmscale_exe执行缩放命令。构建的命令是'{0} -r "{1}" "{2}" > "{3}"'，其中：
     • {0} 是 svmscale_exe，表示执行缩放的可执行文件。
     • -r "{1}" 表示使用指定的范围文件（range_file）进行缩放。
     • "{2}" 是测试数据的路径。
     • > "{3}" 表示将缩放后的数据输出到指定的文件 scaled_test_file。
   • 执行缩放命令，并将标准输出重定向到管道（stdout = PIPE）。

2. 使用训练好的模型进行预测：

   • 使用svmpredict_exe执行预测命令。构建的命令是'{0} "{1}" "{2}" "{3}"'，其中：
     • {0} 是 svmpredict_exe，表示执行预测的可执行文件。
     • "{1}" 是缩放后的测试数据文件。
     • "{2}" 是之前训练好的模型文件。
     • "{3}" 是输出的预测结果文件。
   • 执行预测命令，不重定向标准输出。

最后，代码输出一些信息，包括缩放测试数据、进行预测，并输出预测结果的文件名。需要注意的是，这里使用了命令行的重定向符号 > 将命令的输出写入文件。

什么是原始字符串字面值

• 原始字符串字面值是在Python中表示字符串的一种方式，使用前缀 r 或 R 。与普通字符串不同，原始字符串中的反斜杠字符（\）不会被解释为转义字符。这意味着在原始字符串中，反斜杠后面的字符被视为普通字符，而不是转义序列。

  例如，考虑以下两个字符串：

  normal_string = "This is a \n newline character."              raw_string = r"This is a \n newline character."

• 在normal_string中，\n被解释为换行字符，而在raw_string中，\n被当作两个普通字符：反斜杠和字母’n’。因此，原始字符串不会对反斜杠进行转义处理。

  原始字符串通常用于处理文件路径、正则表达式模式等场景。