LibSVM介绍及使用

介绍

        LibSVM 是一个广泛使用的开源库，用于支持向量机（SVM）的实现。它由台湾大学的 Chih-Chung Chang 和 Chih-Jen Lin 开发。LibSVM 提供了一种简单易用的接口，支持多种 SVM 变体，包括分类、回归和分布估计。以下是一些关键特性和功能：

1.多种 SVM 类型：

• C-支持向量分类 (C-SVC)
• ν-支持向量分类 (ν-SVC)
• 分布估计（One-class SVM）
• ϵ-支持向量回归 (ϵ-SVR)
• ν-支持向量回归 (ν-SVR)

2.多种核函数：线性核、多项式核、径向基函数 (RBF) 核、Sigmoid 核

3.交叉验证：LibSVM 支持交叉验证，用于模型选择和评估。

4.多类别分类：通过一对多 (one-vs-all) 和一对一 (one-vs-one) 方法实现多类别分类。

5.工具和接口：LibSVM 具有命令行工具，并提供了多种编程语言的接口，包括 Python、Java、MATLAB、R 等。

6.可视化：LibSVM 提供了数据和模型的可视化工具，帮助用户理解 SVM 的工作原理和结果。

安装和使用

        在 Python 中，可以通过 scikit-learn 或 libsvm 包来使用 LibSVM 的功能。下面是一个简单的安装和使用示例：

安装 scikit-learn:

pip install scikit-learn

示例代码:

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score

# 加载示例数据集
iris = datasets.load_iris()
X, y = iris.data, iris.target

# 分割数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 创建SVM模型
model = SVC(kernel='linear')

# 训练模型
model.fit(X_train, y_train)

# 预测
y_pred = model.predict(X_test)

# 评估模型
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy}")

LibSVM for Python

        LibSVM是开源的SVM实现，支持C， C++， Java，Python ， R 和 Matlab 等, 这里选择使用Python版本。

安装LibSVM

将LibSVM仓库的所有内容放入Python的包目录\Lib\site-packages或者工程目录中。

在libsvm根目录和python子目录下中分别新建名为__init__.py的空文件，这两个空文件将标识所在的目录为python包可以直接导入。

允许草民吐槽一下各种Blog里切换根目录的奇怪的解决方案：这个和这个

因为经常使用svm，所以草民将libsvm包放入\Lib\site-packages目录下。在Python交互环境或在任意脚本中都可以使用import libsvm.python来使用libsvm的python接口。

使用LibSVM

LibSVM的使用非常简单，只需调用有限的接口。

from libsvm.python.svmutil import *
from libsvm.python.svm import *
    
y, x = [1,-1], [{1:1, 2:1}, {1:-1,2:-1}]
prob  = svm_problem(y, x)
param = svm_parameter('-t 0 -c 4 -b 1')
model = svm_train(prob, param)
yt = [1]
xt = [{1:1, 2:1}]
p_label, p_acc, p_val = svm_predict(yt, xt, model)
print(p_label)

输出结果：

optimization finished, #iter = 1
nu = 0.062500
obj = -0.250000, rho = 0.000000
nSV = 2, nBSV = 0
Total nSV = 2
test:
Model supports probability estimates, but disabled in predicton.
Accuracy = 100% (1/1) (classification)
[1.0]

在SVM数据中下载train1.txt和test1.txt。

LibSVM可以在文件中读取训练数据，这样便于大规模数据的使用。

示例：

from libsvm.python.svmutil import *
from libsvm.python.svm import *
 
y, x = svm_read_problem('train1.txt')
yt, xt = svm_read_problem('test1.txt')
model = svm_train(y, x )
print('test:')
p_label, p_acc, p_val = svm_predict(yt[200:202], xt[200:202], model)
print(p_label)

输出:

optimization finished, #iter = 5371
nu = 0.606150
obj = -1061.528918, rho = -0.495266
nSV = 3053, nBSV = 722
Total nSV = 3053
test:
Accuracy = 40.809% (907/2225) (classification)

LibSVM接口

训练数据格式

libsvm的训练数据格式如下：

<label> <index1>:<value1> <index2>:<value2> ...

示例：

1 1:2.927699e+01 2:1.072510e+02 3:1.149632e-01 4:1.077885e+02

主要类型

• svm_problem：保存定义SVM模型的训练数据
• svm_parameter：存储训练SVM模型所需的各种参数
• svm_model：完成训练的SVM模型
• svm_node：模型中一个特征的值，只包含一个整数索引和一个浮点值属性。

主要接口：

-svm_problem(y, x)：由训练数据y,x创建svm_problem对象

• svm_train()：svm_train有3个重载：

1. model = svm_train(y, x [, 'training_options'])

2. model = svm_train(prob [, 'training_options'])

3. model = svm_train(prob, param)

用于训练svm_model模型

• `svm_parameter(cmd)：创建svm_parameter对象，参数为字符串。

示例：

param = svm_parameter('-t 0 -c 4 -b 1')

• svm_predict()

调用语法：

p_labs, p_acc, p_vals = svm_predict(y, x, model [,'predicting_options'])

参数：

y 测试数据的标签

x 测试数据的输入向量

model为训练好的SVM模型。

返回值：

p_labs是存储预测标签的列表。

p_acc存储了预测的精确度，均值和回归的平方相关系数。

p_vals在指定参数'-b 1'时将返回判定系数(判定的可靠程度)。

这个函数不仅是测试用的接口，也是应用状态下进行分类的接口。比较奇葩的是需要输入测试标签y才能进行预测，因为y不影响预测结果可以用0向量代替。

• svm_read_problem

读取LibSVM格式的训练数据：

y, x = svm_read_problem('data.txt')

• svm_save_model

将训练好的svm_model存储到文件中：

svm_save_model('model_file', model)

model_file的内容：

svm_type c_svc
kernel_type linear
nr_class 2
total_sv 2
rho 0
label 1 -1
probA 0.693147
probB 2.3919e-16
nr_sv 1 1
SV
0.25 1:1 2:1 
-0.25 1:-1 2:-1 

• svm_load_model

读取存储在文件中的svm_model:

 model = svm_load_model('model_file')

调整SVM参数

LibSVM在训练和预测过程中需要一系列参数来调整控制。

svm_train的参数：

• -s SVM的类型(svm_type)

  • 0 -- C-SVC(默认)

    使用惩罚因子(Cost)的处理噪声的多分类器

  • 1 -- nu-SVC(多分类器)

    按照错误样本比例处理噪声的多分类器

  • 2 -- one-class SVM

    一类支持向量机，可参见"SVDD"的相关内容

  • 3 -- epsilon-SVR(回归)

    epsilon支持向量回归

  • 4 -- nu-SVR(回归)

• -t 核函数类型(kernel_type)

  • 0 -- linear(线性核):

    u'*v

  • 1 -- polynomial(多项式核):

    (gamma*u'*v + coef0)^degree

  • 2 -- radial basis function(RBF,径向基核/高斯核):

    exp(-gamma*|u-v|^2)

  • 3 -- sigmoid(S型核):

    tanh(gamma*u'*v + coef0)

  • 4 -- precomputed kernel(预计算核)：

    核矩阵存储在training_set_file中

下面是调整SVM或核函数中参数的选项：

• -d 调整核函数的degree参数，默认为3

• -g 调整核函数的gamma参数，默认为1/num_features

• -r 调整核函数的coef0参数，默认为0

• -c 调整C-SVC, epsilon-SVR 和 nu-SVR中的Cost参数，默认为1

• -n 调整nu-SVC, one-class SVM 和 nu-SVR中的错误率nu参数，默认为0.5

• -p 调整epsilon-SVR的loss function中的epsilon参数，默认0.1

• -m 调整内缓冲区大小,以MB为单位，默认100

• -e 调整终止判据，默认0.001

• -wi调整C-SVC中第i个特征的Cost参数

调整算法功能的选项：

• -b 是否估算正确概率,取值0 - 1，默认为0

• -h 是否使用收缩启发式算法(shrinking heuristics),取值0 - 1，默认为0

• -v 交叉校验

• -q 静默模式

LibSVM for Matlab

        LibSVM的Matlab接口用法和上面python接口类似，Matlab丰富的标准工具箱提供了各种方便。在 MATLAB 中使用 LibSVM 需要遵循以下步骤。以下是一个详细的使用过程及一些技巧：

1.下载和安装 LibSVM

        首先，从 LibSVM 的官方网站下载最新版本的 LibSVM：
LibSVM 官方下载页面https://www.csie.ntu.edu.tw/~cjlin/libsvm/

页面如下：

 找到需要下载的文件下载，解压下载的文件后，进入解压目录。

2.编译 LibSVM 的 MATLAB 接口

        在 MATLAB 中，导航到 LibSVM 解压目录，并运行 make 命令来编译 MATLAB 接口：

cd path_to_libsvm_directory/matlab
make

这会编译并生成 svmtrain.mex* 和 svmpredict.mex* 文件，这些是与 MATLAB 交互的接口。

3.加载数据

        你可以使用 MATLAB 的内置函数或从文件读取数据。以下是一个简单的示例，使用随机生成的数据：

% 生成一些示例数据
X = rand(100, 2); % 100个样本，每个样本有两个特征
y = randi([0, 1], 100, 1); % 100个标签，0或1

4.训练 SVM 模型

        使用 svmtrain 函数训练 SVM 模型：

% 定义SVM参数
% -s 0 : C-SVC分类器
% -t 2 : RBF核
% -c 1 : 惩罚参数C
% -g 0.07 : RBF核的gamma参数
model = svmtrain(y, X, '-s 0 -t 2 -c 1 -g 0.07');

5.预测

        使用训练好的模型进行预测：

% 生成一些测试数据
Xt = rand(50, 2); % 50个测试样本
yt = randi([0, 1], 50, 1); % 50个标签，0或1

% 使用训练好的模型进行预测
[predicted_label, accuracy, decision_values] = svmpredict(yt, Xt, model);

svmpredict 函数返回三个值：

• predicted_label：预测的标签
• accuracy：预测的准确性
• decision_values：决策函数值

技巧和注意事项

1.数据预处理：在使用 SVM 之前，确保数据已经过标准化或归一化处理，这有助于提高模型的性能。

2.参数调优：使用交叉验证来选择最佳的 C 和 gamma 参数。你可以使用网格搜索来找到最佳参数组合。

3.内存管理：对大数据集进行操作时，要注意 MATLAB 的内存使用情况。

4.多类别分类：LibSVM 支持多类别分类，使用一对一策略。在多类别分类问题中，确保标签是从 1 开始的整数。

5.自定义核函数：如果内置的核函数不能满足需求，可以自定义核函数，但这需要修改 LibSVM 的源代码并重新编译。

示例代码总结

% 1.加载数据
X = rand(100, 2); % 示例数据
y = randi([0, 1], 100, 1); % 标签

% 2.训练 SVM 模型
model = svmtrain(y, X, '-s 0 -t 2 -c 1 -g 0.07');

% 3.测试数据
Xt = rand(50, 2); % 测试数据
yt = randi([0, 1], 50, 1); % 测试标签

% 4.预测
[predicted_label, accuracy, decision_values] = svmpredict(yt, Xt, model);

% 显示结果
disp('Predicted Labels:');
disp(predicted_label);
disp('Accuracy:');
disp(accuracy);

        通过上述步骤和技巧，你可以在 MATLAB 中有效地使用 LibSVM 进行各种 SVM 任务，包括分类和回归。确保你根据具体问题调整参数和数据处理方法，以获得最佳性能。除此之外，Statistic Tools工具箱提供了svmtrain和svmclassify函数进行SVM分类。具体的一个简单示例及讲解如下：

traindata = [0 1; -1 0; 2 2; 3 3; -2 -1;-4.5 -4; 2 -1; -1 -3];
group = [1 1 -1 -1 1 1 -1 -1]';
testdata = [5 2;3 1;-4 -3];
svm_struct = svmtrain(traindata,group);    
Group = svmclassify(svm_struct,testdata);

        代码讲解说明：svmtrain接受traindata和group两个参数，traindata以一行表示一个样本，group是与traindata中样本对应的分类结果，用1和-1表示。svmtrain返回一个存储了训练好的svm所需的参数的结构svm_struct。svmclassify接受svm_struct和以一行表示一个样本的testdata，并以1和-1列向量的形式返回分类结果。