这篇博客详细介绍了如何使用libsvm库进行数据归一化、参数调试以及模型训练和预测。通过svm-scale工具对数据进行预处理，然后利用grid.py进行参数网格搜索以优化模型性能。接着，讲解了svm_train、svm_problem和svm_parameter等函数的用法，并展示了如何保存和加载模型。最后，说明了svm_predict函数的使用，包括返回值的含义。
Libsvm使用详细介绍
optimization finished, #iter= 162 //iter为迭代次数，
nu = 0.431029 //nu是你选择的核函数类型的参数
obj = -100.877288, rho =0.424462 // rho为判决函数的偏置项b
// obj为SVM文件转换为的二次规划求解得到的最小值
nSV = 132, nBSV = 107 // nSV为标准支持向量个数(0<a[i]<c)
//nBSV为边界上的支持向量个数(a[i]=c)
Total nSV = 132
//TotalnSV为支持向量总个数（对于两类来说，因为只有一个分类模型TotalnSV = nSV，但是对于多类，这个是各个分类模型的nSV之和）。
用法：
svmscale[-l lower] [-u upper] //将数据进行归一化处理
[-y y_lower y_upper]
[-s save_filename]
[-r restore_filename]filename
其中，[]中都是可选项：
-l：设定数据下限；lower：设定的数据下限值，缺省为-1
-u：设定数据上限；upper：设定的数据上限值，缺省为 1
-y：是否对目标值同时进行缩放；y_lower为下限值，y_upper为上限值；
-ssave_filename：表示将缩放的规则保存为文件save_filename；
-rrestore_filename：表示将按照已经存在的规则文件restore_filename进行缩放；
filename：待缩放的数据文件，文件格式按照libsvm格式。
首先打开cmd，进入libsvm>windows文件夹
默认情况下，只需要输入要缩放的文件名就可以了：比如(已经存在的文件为test.txt)
最低0.47元/天 解锁文章
扫一扫
3509
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
