libsvm-3.12中的README（三）

 

- Function: double svm_predict(const struct svm_model *model,

                                               const struct svm_node *x);

      这个函数为一个测试向量x在提供的一个模式下做分类或回归。
      对于分类模式，返回的是x被预测的类。
      对于回归模式，返回的是用该模式计算x的函数值。
      对于 one-class 模式，返回 +1 或 -1 。

- Function: void svm_cross_validation(const struct svm_problem *prob,

            const struct svm_parameter *param, int nr_fold, double *target);

      这个函数执行交叉验证。数据被分成  nr_fold 折。在已设的参数下，按顺序用剩下的训练集的训练出的模       式来验证每一折。验证过程中预测的  labels （所有可能的实体）被储存在名为 target 数组中。

      svm_prob 的格式与 svm_train() 的格式一样。

- Function: int svm_get_svm_type(const struct svm_model *model);

      这个函数提供模式的 svm_type 。可能的  svm_type 值在 svm.h 已定义。

- Function: int svm_get_nr_class(const svm_model *model);

      对于分类模式，这个函数提供类的数目。对于回归或一个  one-class 模式，返回值为 2 。

- Function: void svm_get_labels(const svm_model *model, int* label)

      对于一个分类模式，这个函数输出 labels 的名字，存进一个名为 label 的数组。
      对于回归和 one-class 模式，label 是未改变的。

- Function: double svm_get_svr_probability(const struct svm_model *model);

      对于一个有概率信息的回归模式，这个函数输出一个值  sigma > 0。
      对于测试数据，我们认为这样一个概率模式：
      目标值 = 预测值 + z, z: Laplace

      分布 e^(-|z|/sigma)/(2sigma)

      如果模式不是用于 svr 或不包含所需的信息，返回 0  。

- Function: double svm_predict_values(const svm_model *model,

                                                      const svm_node *x, double* dec_values)

      这个函数给出一个在给定模式下测试向量x的决定值，并返回预测的 label（类）或者函数值（回归）。

      对于有 nr_class 个类的分类模式，这个函数在  dec_values 数组中提供  nr_class*(nr_class-1)/2 个决       定值，nr_class 可从  svm_get_nr_class 函数获得。
      顺序是 label[0] vs. label[1], ...,label[0] vs. label[nr_class-1],
                 label[1] vs. label[2], ...,label[nr_class-2] vs. label[nr_class-1],
      label可由  svm_get_labels 函数得到。
      返回值是  x 被预测的类。注意当 nr_class = 1 时这个函数不给出任何决定值。

      对于回归模式，dec_values[0] 和返回值都是在该模式下计算的  x 的函数值。

      对于 one-class 模式，dec_values[0] 是 x 的决定值，返回值是  +1/-1 。

- Function: double svm_predict_probability(const struct svm_model *model,

                  const struct svm_node *x, double* prob_estimates);

      这个函数在有概率信息的模式下为测试向量 x 做分类或回归。

      对于一个有概率信息的分类模式，这个函数在  prob_estimates 数组中给出  nr_class 个概率估计。
      nr_class 可从  svm_get_nr_class 函数获得。返回有最大概率的类。
      对于回归或 one-class SVM，prob_estimates 数组未改变并且返回值与  svm_predict 一样。

- Function: const char *svm_check_parameter(const struct svm_problem *prob,

                                                                  const struct svm_parameter *param);

      这个函数检查参数是否在可行的范围之内。这个函数应该被  svm_train() 和 svm_cross_validation()使         用之前调用。如果参数可行，它返回 NULL ，否则返回一个错误信息。

- Function: int svm_check_probability_model(const struct svm_model *model);

      这个函数检查模式是否包含做概率估计时所需的信息。如果有，返回  +1 。否则，返回 0 。
      这个函数应该在  svm_get_svr_probability 和  svm_predict_probability只用之前调用。

- Function: int svm_save_model(const char *model_file_name,

                                               const struct svm_model *model);

      这个函数保存一个模式为一个文件；返回 0 表示成功，或者 -1 表示有错误发生。

- Function: struct svm_model *svm_load_model(const char *model_file_name);

      这个函数返回一个指向从文件读入的模式的指针，或者如果模式不能被载入则返回一个空指针。

- Function: void svm_free_model_content(struct svm_model *model_ptr);

      这个函数释放被模式结构中的条目使用的内存。

- Function: void svm_free_and_destroy_model(struct svm_model **model_ptr_ptr);

      这个函数释放模式使用的内存并摧毁模式结构。
      等价于 svm_destroy_model ，version 3.0 以后的版本中被免去。

- Function: void svm_destroy_param(struct svm_parameter *param);

      这个函数释放设定参数时候使用的内存。

- Function: void svm_set_print_string_function(void (*print_func)(const char *));

      用户可以用一个函数确定他们的输出格式。用  svm_set_print_string_function(NULL);

      向默认的标准输出中输出。

文章来源： http://blog.sina.com.cn/s/blog_4c38701d01011f6w.html