应用libsvm对训练集进行训练并测试得出正确率和召回率

最新推荐文章于 2024-06-30 17:10:06 发布

monkey123apple

最新推荐文章于 2024-06-30 17:10:06 发布

阅读量5.8k

点赞数

分类专栏：文本分类（svm）文章标签：程序

本文链接：https://blog.csdn.net/monkey123apple/article/details/8515136

版权

此Java程序演示了如何使用libsvm库对训练集进行训练，然后对测试集进行预测，计算准确率和召回率。程序读取指定目录下的文本数据，构建svm_problem和svm_parameter对象，训练SVM模型，并输出每个类别的准确率和召回率。

摘要由CSDN通过智能技术生成

package org.lw.fenlei;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;
import java.io.InputStreamReader;

import libsvm.svm;
import libsvm.svm_model;
import libsvm.svm_node;
import libsvm.svm_parameter;
import libsvm.svm_problem;

public class Test {

@SuppressWarnings("resource")
public static void main(String[] args) throws Exception{
  // 定义训练集点a{10.0, 10.0} 和点b{-10.0, -10.0}，对应label为{1.0, -1.0}
// svm_node pa0 = new svm_node();
// pa0.index = 0;
// pa0.value = 10.0;
// svm_node pa1 = new svm_node();
// pa1.index = -1;
// pa1.value = 10.0;
// svm_node pb0 = new svm_node();
// pb0.index = 0;
// pb0.value = -10.0;
// svm_node pb1 = new svm_node();
// pb1.index = 0;
// pb1.value = -10.0;
// svm_node[] pa = {pa0,pa1};//点a
// svm_node[] pb = {pb0,pb1};//点b
// svm_node[][] datas = {pa,pb};//训练集的向量表
// double[] lables = {1.0,-1.0};//a,b对应的lable


  //找到字典的长度

  int ZDlength=0;
  File ZD = new File ("c:" + File.separator + "dm" + File.separator + "ZD.txt");
  BufferedReader ZDbuf = null;
  InputStream ZDinput = new FileInputStream(ZD);
  ZDbuf = new BufferedReader(new InputStreamReader(ZDinput));
  while(ZDbuf.readLine()!=null){
   ZDlength++;
  }
  System.out.println("字典长度为："+ZDlength);




  //找到xunlian文件夹下有几个文件，有几个文件就是分几个类
  File file = new File ("c:" + File.separator + "dm" + File.separator + "xunlian1");
  String path[] = file.list();
  int lengths = path.length ;
  svm_node[][] datas = new svm_node[10000][ZDlength];
  for(int j=0; j<10000; j ++)
  {