目录
一、LibSVM下载及安装
1、下载
2、解压
二、基于LIBSVM处理手工生成数据集
1、启动libSVM
打开
2、手工绘制数据集
(1)鼠标左键进行描点
(2)点击change更换颜色描点
(3)点击save保存训练集
(4)重复上述步骤创建一组测试集
3、利用libSVM训练模型并求出决策函数
(1)导入库
from libsvm.svmutil import *
from libsvm.svm import *
import scipy.spatial
(2)数据导入
label,data= svm_read_problem('test1.txt')#训练数据
p_label,p_data=svm_read_problem('test2.txt')#测试数据
(3)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)
(4)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('model3.txt',model)
acc=svm_predict(p_label,p_data,model)
三、总结
本次实验主要是使用libSVM工具实现数据集,并分别进行线性、多项式进行训练获得决策函数模型,过程并不是很复杂,收获较多。