libsvm获得决策函数模型

目录

一、libsvm的安装

 二、构建数据集并获得决策模型

---

一、libsvm的安装

​​​​​​  https://www.lfd.uci.edu/~gohlke/pythonlibs/#libsvm

（选择对应的python版本）

pip install libsvm‑3.22‑cp37‑cp37m‑win_amd64.whl

 二、构建数据集并获得决策模型

1.解压刚刚下载的压缩包，进入windows文件夹，打开svmtoy.exe文件

 

 2.点击点类似左边的图一般，点击save保存在txt文件里

 

 3.导入包

from libsvm.svmutil import *
from libsvm.svm import *
import scipy.spatial

4.读取数据

#根据文件路径直接返回要使用的数据格式
label,data= svm_read_problem('2.txt')#训练数据

p_label,p_data=svm_read_problem('3.txt')#预测数据

5.设置训练参数

para ='-t 0 -c 4 -b 1'
'''
-t 
0为线性核
1为多项式核
2为高斯核（默认）
'''

6.训练并将模型保存在文件里，同时测试准确度

#多项式核
model=svm_train(label,data,para)
svm_save_model('6',model)
acc=svm_predict(p_label,p_data,model)

结果：

 7.多项式核

para ='-t 1 -c 4 -b 1'

8.训练并将模型保存在文件里，同时测试准确度

model=svm_train(label,data,para)
svm_save_model('5.txt',model)
acc=svm_predict(p_label,p_data,model)

结果：

 9.高斯核

para ='-t 2 -c 4 -b 1'

10.训练并将模型保存在文件里，同时测试准确度

model=svm_train(label,data,para)
svm_save_model('5.txt',model)
acc=svm_predict(p_label,p_data,model)

结果：

 svm_type c_svc 指SVM类型

kernel_type rbf 指核函数类型

SV指所有的支持向量

4 1:0.362 2:0.434  第一列的每个支持向量的权值（alpha*y），后面则是样本数据

参考：

(41条消息) libsvm获得决策函数模型（python+手工iris数据集）_junseven164的博客-CSDN博客