由LIBSVM的svmtrain输出结果得到分类超平面的法向量w和偏移项b

最新推荐文章于 2024-08-27 00:36:12 发布

子木呀

最新推荐文章于 2024-08-27 00:36:12 发布

阅读量1.7k

点赞数 4

分类专栏：学习文章标签： matlab SVM LIBSVM 支持向量机

本文链接：https://blog.csdn.net/qq_41687938/article/details/120745025

版权

本文介绍了如何从LIBSVM的svmtrain输出中获取线性支持向量机的分类超平面，包括法向量w和偏移项b的计算方法。通过MATLAB代码示例，解析了训练模型参数，展示了如何利用训练模型的sv_coef和sv_indices计算w，以及如何找到最大间隔边界上的支持向量来计算b。最终通过对比手动计算与svmtrain内置的b值，验证了计算的准确性。

摘要由CSDN通过智能技术生成

题目：由LIBSVM的svmtrain输出结果得到分类超平面的法向量w和偏移项b

原文链接：由LIBSVM的svmtrain输出结果得到分类超平面的法向量w和偏移项b_彬彬有礼的专栏-CSDN博客

相信很多人都会使用LIBSVM软件包，svmtrain和svmpredict两个函数分别完成训练和预测：svmtrain输出训练模型，然将将训练模型作为svmpredict的输入参数即可得预测结果。训练模型作为一个中间变量似乎从来没有出现过，但对于很多人来说这的确已经足够了；然而，这并不能满足我们在某些应用场景的需要。SVM本质上与Logistic Regression一样，是训练得到一个分类超平面，有时候我们不仅仅是想要一个输出结果，而是要得到这个超平面，即法向量w和偏移项b，这时候就需要对svmtrain的输出模型进行研究了。

本文主要针对Matlab环境下应用LIBSVM，本文中的代码假设你已经下载并编译了LIBSVM，在文件夹中包含以下三个文件（本人为64软件，所以是.mexw64）：

libsvmread.mexw64

svmtrain.mexw64

svmpredict.mexw64

还包含了以下数据集（该数据集在LIBSVM压缩包根目录下，无扩展名）：

heart_scale

注：LIBSVM主页https://www.csie.ntu.edu.tw/~cjlin/libsvm/，请下载MATLAB and OCTAVE版本，目前最新版本是version3.22：

鉴于要读懂svmtrain的输出还是需要一些SVM的基础知道的，这里以[周志华. 机器学习. 清华大学出版社,2016.]（以下统称西瓜书）为基础，原则上本文认为你已经读懂了第6章前四节内容，以下第1部分的有关支持向量机的介绍仅为第2部分介绍程序时叙述方便，详细内容请看原文。西瓜书必将成为机器学习领域的中文经典教材，建议买一本学习或者收藏，如果仅为了配合看本文也可以在网上搜索pdf电子版。以下为正文。