LibSVM学习(三)——LibSVM使用规范

      其实,这部分写也是多余,google一下“libsvm使用”,就会N多的资源,但是,为了让你少费点心,在这里就简单的介绍一下,有不清楚的只有动动你的mouse了。需要说明的是,2.89版本以前,都是svmscale、svmtrain和svmpredict,最新的是svm-scale、svm-train和svm-predict,要是用不习惯,只需要把那四个exe文件名去掉中间的短横线,改成svmscale、svmtrain和svmpredict就可以了,我们还是按原来函数名的讲。

 

1. libSVM的数据格式

Label 1:value 2:value ….

 

Label:是类别的标识,比如上节train.model中提到的1 -1,你可以自己随意定,比如-10015。当然,如果是回归,这是目标值,就要实事求是了。

Value:就是要训练的数据,从分类的角度来说就是特征值,数据之间用空格隔开

 

比如: -15 1:0.708 2:1056 3:-0.3333

 

需要注意的是,如果特征值为0,特征冒号前面的(姑且称做序号)可以不连续。如:

       -15 1:0.708 3:-0.3333

表明第2个特征值为0,从编程的角度来说,这样做可以减少内存的使用,并提高做矩阵内积时的运算速度。我们平时在matlab中产生的数据都是没有序号的常规矩阵,所以为了方便最好编一个程序进行转化。

 

 

 

2. svmscale的用法

 

    svmscale是用来对原始样本进行缩放的,范围可以自己定,一般是[0,1][-1,1]。缩放的目的主要是

1)防止某个特征过大或过小,从而在训练中起的作用不平衡;

2)为了计算速度。因为在核计算中,会用到内积运算或exp运算,不平衡的数据可能造成计算困难。

 

用法:svmscale [-l lower] [-u upper]

                         [-y y_lower y_upper]

                         [-s save_filename]

                         [-r restore_filename] filename

 

 

其中,[]中都是可选项:

         -l:设定数据下限;lower:设定的数据下限值,缺省为-1

         -u:设定数据上限;upper:设定的数据上限值,缺省为 1

         -y:是否对目标值同时进行缩放;y_lower为下限值,y_upper为上限值;

         -s save_filename:表示将缩放的规则保存为文件save_filename

         -r restore_filename:表示将按照已经存在的规则文件restore_filename进行缩放;

         filename:待缩放的数据文件,文件格式按照libsvm格式。

 

 

默认情况下,只需要输入要缩放的文件名就可以了:比如(已经存在的文件为test.txt)

        

                         svmscale test.txt

 

    这时,test.txt中的数据已经变成[-1,1]之间的数据了。但是,这样原来的数据就被覆盖了,为了让规划好的数据另存为其他的文件,我们用一个dos的重定向符 > 来另存为(假设为out.txt)

        

                        svmscale test.txt > out.txt

 

   运行后,我们就可以看到目录下多了一个out.txt文件,那就是规范后的数据。假如,我们想设定数据范围[0,1],并把规则保存为test.range文件:

                         svmscale –l 0 –u 1 –s test.range test.txt > out.txt

 

这时,目录下又多了一个test.range文件,可以用记事本打开,下次就可以用-r test.range来载入了。

 

 

3. svmtrain的用法

 

      svmtrain我们在前面已经接触过,他主要实现对训练数据集的训练,并可以获得SVM模型。

 

        用法: svmtrain [options] training_set_file [model_file]

 

其中,options为操作参数,可用的选项即表示的涵义如下所示:

-s 设置svm类型:

         0 – C-SVC

         1 – v-SVC

         2 – one-class-SVM

         3 – ε-SVR

         4 – n - SVR

-t 设置核函数类型,默认值为2

         0 -- 线性核:u'*v

         1 -- 多项式核: (g*u'*v+ coef 0)degree

         2 -- RBF 核:exp(-γ*||u-v||2)

         3 -- sigmoid 核:tanh(γ*u'*v+ coef 0)

-d degree: 设置多项式核中degree的值,默认为3

-gγ: 设置核函数中γ的值,默认为1/kk为特征(或者说是属性)数;

         -r coef 0:设置核函数中的coef 0,默认值为0

         -c cost:设置C-SVC、ε-SVRn - SVR中从惩罚系数C,默认值为1

         -n v :设置v-SVCone-class-SVM n - SVR 中参数n ,默认值0.5

         -p ε :设置v-SVR的损失函数中的e ,默认值为0.1

         -m cachesize:设置cache内存大小,以MB为单位,默认值为40

         -e ε :设置终止准则中的可容忍偏差,默认值为0.001

         -h shrinking:是否使用启发式,可选值为0 1,默认值为1

         -b 概率估计:是否计算SVCSVR的概率估计,可选值0 1,默认0

         -wi weight:对各类样本的惩罚系数C加权,默认值为1

         -v nn折交叉验证模式;

         model_file:可选项,为要保存的结果文件,称为模型文件,以便在预测时使用。

    

    默认情况下,只需要给函数提供一个样本文件名就可以了,但为了能保存结果,还是要提供一个结果文件名,比如:test.model,则命令为:

                                         svmtrain test.txt test.model

结果说明见LibSVM学习(二)。

 

4. svmpredict 的用法

    svmpredict 是根据训练获得的模型,对数据集合进行预测。

   用法:svmpredict [options] test_file model_file output_file

 

   其中,options为操作参数,可用的选项即表示的涵义如下所示:

-b probability_estimates——是否需要进行概率估计预测,可选值为0 或者1,默认值为0

 

model_file ——是由svmtrain 产生的模型文件;

test_file—— 是要进行预测的数据文件,格式也要符合libsvm格式,即使不知道label的值,也要任意填一个,svmpredict会在output_file中给出正确的label结果,如果知道label的值,就会输出正确率;

output_file ——svmpredict 的输出文件,表示预测的结果值。

 

   至此,主要的几个接口已经讲完了,满足一般的应用不成问题。对于要做研究的,还需要深入到svm.cpp文件内部,看看都做了什么。

阅读更多
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页