【机器学习】用libsvm C++训练SVM模型

                       

前言：本文大水文一篇，大神请绕道。在正文之前，首先假设读者都已经了解SVM（即支持向量机）模型。
1. introduction
libsvm是台湾大学林智仁(Chih-Jen Lin)教授于2001年开发的一套支持向量机的工具包，可以很方便地对数据进行分类或者回归分析。使用时，只需要把训练数据按照它的格式打包，然后直接喂进去训练即可。我这里的数据是保存在mat文件的，数据怎么导入这里略去不说（以下内容提及的特征向量和一个样本是一回事）。
2. prepare
几个重要的数据结构
2.1

struct svm_problem{    int l;      // 记录样本的总数    double *y;  // 样本所属的标签(+1, -1)    struct svm_node **x;    // 指向样本数据的二维数组(即一个矩阵，行数是样本数，列数是特征向量维度)};
  
  
  

   
1
   
2
   
3
   
4
   
5
   
6
  

2.2

struct svm_node{    int index;    double value;};
  
  
  

   
1
   
2
   
3
   
4
   
5
  

svm_node是用来存储单个样本数据的，打个比方说，svm_problem是一群羊，那么svm_node就是这一群羊中的一只。需要注意的是，svm_node的存储空间应该比特征数大一位，最后一位index值必须以-1结束。比如：

    svm_node* node = new svm_node[1 + feature_size];    for (int j = 0; j < feature_size; j++)    {        node[j].index = j +