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)