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。