基于LIBSVM实现支持向量机核函数训练并获取决策函数

基于LIBSVM处理手工生成数据集

1. 启动LIBSVM

• 点击解压文件夹下的windows文件夹，在文件夹中找到名为svm-toy.exe的运行程序并运行
• 

 

2. 手工绘制数据集

• 点击鼠标左键可进行描点

• 点击Change切换颜色，再描一组点

  

   

• 点击Save将数据保存为train.txt作为训练集

• 

• 再设置一组数据作为测试集test.txt 利用LIBSVM训练模型并求出决策函数导入库
  from libsvm.svmutil import *
  from libsvm.svm import *
  import scipy.spatial
  数据导入
  label,data= svm_read_problem('train.txt')#训练数据
  p_label,p_data=svm_read_problem('test.txt')#测试数据
  
  使用线性核训练模型
  para ='-t 0 -c 4 -b 1' #训练参数
  model=svm_train(label,data,para)
  svm_save_model('model1.txt',model)
  acc=svm_predict(p_label,p_data,model)
  运行结果：
  

  模型参数及结果： 

• 使用多项式核训练模型
• para ='-t 1 -c 4 -b 1' #训练参数
  #多项式核
  model=svm_train(label,data,para)
  svm_save_model('model2.txt',model)
  acc=svm_predict(p_label,p_data,model)

•  

• 使用高斯核训练模型
• para ='-t 2 -c 4 -b 1'#训练参数
  model=svm_train(label,data,para)
  svm_save_model('model3.txt',model)
  acc=svm_predict(p_label,p_data,model)
  模型参数及结果：
  

总结

  本文简略的介绍了LIBSVM工具，并将其应用于手工数据集的分类任务。