libSVM的C#接口与使用

　　台湾林智仁教授的libSVM工具大家都已经非常熟悉了，的确非常的好用。以前大多是在matlab下面用libSVM做训练以及分类，这个比较好做而且网上很多例程可以借鉴，但在C#里面怎么用这个工具的介绍就很少了。前段时间正好在项目里面要用到这个，索性研究了下发现还是比较简单的，这个是libSVM的主页：http://www.csie.ntu.edu.tw/~cjlin/libsvm/，最新版本是3.1。

　　其实在主页中给出了几个C#版本的接口，libSVMWrapper ，SVM.NET，.NET wrapper等，都试用了下发现第一个是比较好用的，我也是把第一个用到了项目中。用过libSVM的童鞋都知道分类器参数的选择对分类结果的影响是非常大的，另外一个因素是如果原特征需要做scale的话，scale也是非常重要的。libSVM提供了2个py的执行文件来进行参数的选择：grid.py和easy.py，其中前者是单独用来进行参数寻优的，后者则是全自动的进行处理，包括训练样本的scale，参数寻优，训练，以及对测试样本的分类。他们的用法网上很多，这里就不详述了。有了这些基本知识，就可以来讲讲怎么在C#里面来用libSVM了。libSVMWrapper本身提供了trainAuto的方法，可以自动对参数进行寻优，但速度实在是不敢恭维，更重要的是他没有提供scale的方法，这个就有点不爽了，既然作者提供了如此方便的参数选择工具就一定不能错过，而且在实际工作中，对于分类器的训练本身就可以单独来进行处理，所以我采用如下的处理方式：

（1）训练样本的特征的计算在C#中完成，然后以文本形式保存到本地；

（2）利用grid.py或者easy.py来进行参数寻优，输出的svm的参数与SV会以.model格式保存，如果是选用easy.py的话还会有一个.range文件；

（3）以后对于每一个测试样本都可以直接在C#中读取.model和.range（如果有的话），对测试样本进行分类。

libSVMWrapper中提供了对于特征与文本之间的相互转换，也提供了对于.model格式的读取方法，这些方法都是和libSVM自己的格式兼容。但缺少对于.range格式的读取，以及在predict的时候用range来scale测试样本。缺少的这部分需要额外的编写代码来实现；

 1     class libSvmScale
 2     {
 3         /// <summary>
 4 　　　　 /// Read LibSVM range date file.
 5 　　　　 /// The file is generated using svm-scale.exe tool of LibSVM
 6 　　　　 /// Note: y scaling is not supported.
 7 　　　　 /// </summary>
 8 　　　　 /// <param name="range_file_path">The file path generated using svm-scale.exe</param>
 9 　　　　 /// <param name="targe_min">The targe min</param>
10 　　　　 /// <param name="targe_max">The targe max</param>
11 　　　　 /// <param name="features_min">The minimums of all features</param>
12 　　　　 /// <param name="features_max">The maximums of all features</param>
13         public static void ReadRange(string range_file_path, out double targe_min, out double targe_max, out double[] features_min, out double[] features_max)
14         {
15             string line; string[] words; int id, id_max = -1; double min, max;
16             List<int> ids = new List<int>(); List<double> mins = new List<double>(), maxs = new List<double>();
17             using (System.IO.StreamReader sr = new System.IO.StreamReader(range_file_path))
18             {
19                 line = sr.ReadLine();   //Read x
20                 line = sr.ReadLine();   //Target
21                 words = line.Split(); targe_min = double.Parse(words[0]); targe_max = double.Parse(words[1]);
22 
23                 while ((line = sr.ReadLine()) != null) //Read min, max for each feature
24                 {
25                     words = line.Split();
26                     id = int.Parse(words[0]); min = double.Parse(words[1]); max = double.Parse(words[2]);
27 
28                     ids.Add(id); mins.Add(min); maxs.Add(max);
29                     if (id > id_max) id_max = id;
30                 }
31             }
32 
33             features_min = new double[id_max]; features_max = new double[id_max];
34             for (int i = 0; i < ids.Count; i++)
35             {
36                 features_min[ids[i] - 1] = mins[i];
37                 features_max[ids[i] - 1] = maxs[i];
38             }
39         }
40 
41         /// <summary>
42 　　　　 /// make scaling to the test data unit
43 　　　　 /// </summary>
44 　　　　 /// <param name="orig_data">test data unit</param>
45 　　　　 /// <param name="targe_min">The targe min</param>
46 　　　　 /// <param name="targe_max">The targe max</param>
47 　　　　 /// <param name="features_min">The minimums of all features</param>
48 　　　　 /// <param name="features_max">The maximums of all features</param>
49 　　　　 /// <returns>scaled data</returns>
50         public static List<SortedDictionary<int, double>> ScaleData(SortedDictionary<int, double>[] orig_data, 
51             double targe_min, double targe_max, double[] features_min, double[] features_max)
52         {
53             int feature_n = features_min.Length;
54             double[] k = new double[feature_n];
55             for (int i = 0; i < feature_n; i++)
56                 k[i] = (targe_max - targe_min) / (features_max[i] - features_min[i]);
57 
58             int sample_n = orig_data.Length;
59             List<SortedDictionary<int, double>> data = new List<SortedDictionary<int, double>>();
60             for (int m = 0; m < sample_n; m++)
61             {
62                 SortedDictionary<int, double> scaled_data = new SortedDictionary<int,double>();
63                 for (int i = 0; i < feature_n; i++)
64                 {
65                     if (double.IsNaN(orig_data[m][i + 1])) continue;
66                     scaled_data.Add(i + 1, k[i] * (orig_data[m][i + 1] - features_min[i]) + targe_min);
67                 }
68                 //scaled_data.Add(-1, 0);
69                 data.Add(scaled_data);
70             }
71             return data;
72         }
73 
74         /// <summary>
75 　　　　 /// make scaling to each test data
76 　　　　 /// </summary>
77　　　　  /// <param name="orig_data">test data</param>
78 　　　　 /// <param name="targe_min">The targe min</param>
79 　　　　 /// <param name="targe_max">The targe max</param>
80 　　　　 /// <param name="features_min">The minimums of all features</param>
81 　　　　 /// <param name="features_max">The maximums of all features</param>
82 　　　　 /// <returns>scaled data</returns>
83         public static SortedDictionary<int, double> ScaleData(SortedDictionary<int, double> orig_data,
84             double targe_min, double targe_max, double[] features_min, double[] features_max)
85         {
86             int feature_n = features_min.Length;
87             double[] k = new double[feature_n];
88             for (int i = 0; i < feature_n; i++)
89                 k[i] = (targe_max - targe_min) / (features_max[i] - features_min[i]);
90 
91             SortedDictionary<int, double> scaled_data = new SortedDictionary<int, double>();
92             for (int i = 0; i < feature_n; i++)
93             {
94                 scaled_data.Add(i + 1, k[i] * (orig_data[i + 1] - features_min[i]) + targe_min);
95             }
96             return scaled_data;
97         }
98     }

 

具体的预测部分就不说了，参考libSVMWrapper中的说明即可。

 

转载于:https://www.cnblogs.com/Alex-Zhu/archive/2011/12/08/2280465.html