SVM算法应用综合练习

一、LibSVM制作鸳尾花数据集

（一）LibSVM概念

LibSVM libSVM是台湾林智仁(Chih-Jen Lin) 教授2001年开发的一套支持向量机库，这套库运算速度挺快，可以很方便的对数据做分类或回归。由于libSVM程序小，运用灵活，输入参数少，并且是开源的，易于扩展，因此成为目前国内应用最多的SVM的库。

（二）训练文本的格式

libSVM数据格式：
Label 1:value 2:value ….
Label：是类别的标识，可以自己随意定，比如-10，0，15。当然，如果是回归，这是目标值，就要实事求是了。Value：就是要训练的数据，从分类的角度来说就是特征值，数据之间用空格隔开。如果特征值为0，特征冒号前面的(姑且称做序号)可以不连续。从编程的角度来说，这样做可以减少内存的使用，并提高做矩阵内积时的运算速度。

（三）下载与安装

1.下载
官网下载页面

2.解压
将解压后的libsvm文件复制到对应的python环境下的 …/Lib/site-packages/ 目录下

（四）构建数据集

1.打开这个.exe文件**

2.画图

change切换颜色，画完后点击run，并保存为txt文件

（三）编码进行分类训练

1.通过IDEA新建一个Java项目，并新建一个libsvm包与test包

2.将下面的文件复制到刚建的libsvm包下


3.将下面文件复制到刚建的test包下


4.在test包下新建一个Test类并写入以下代码：

package test;

import java.io.IOException;

public class Test {
   
    public static void main(String args[]) throws IOException {
   
        //存放数据以及保存模型文件路径
        String filepath = "D:\\iris\\";
        /*
         * -s 设置svm类型：默认值为0
         *          0– C-SVC
         *          1 – v-SVC
         *          2 – one-class-SVM
         *          3 –ε-SVR
         *          4 – n - SVR
         *
         * -t 设置核函数类型，默认值为2
         *          0 --线性核
         *          1 --多项式核
         *          2 -- RBF核
         *          3 -- sigmoid核
         *
         * -d degree:设置多项式核中degree的值，默认为3
         *
         * -c cost：设置C-SVC、ε-SVR、n - SVR中从惩罚系数C，默认值为1；
         */
        String[] arg = {
   "-s","0","-c","10","-t","0",filepath+"iris.txt",filepath+"line.txt"};
        String[] arg1 = {
   filepath+"iris1.txt",filepath+"line.txt",filepath+"predict1.txt"};
        System.out.println("----------------线性-----------------");
        //训练函数
        svm_train.main(arg);
        svm_predict.main(arg1);


        arg[5]="1";
        arg[7]=filepath+"poly.txt";//输出文件路径
        arg1[1]=filepath+"poly.txt";
        arg1[2]=filepath+"predict2.txt";
        System