使用LibSVM实现决策函数训练【人工智能】

一、下载LibSVM

LibSVM官网
下载完成解压后得到文件目录如下：
之后选择对应语言的代码：（这里我用的JAVA）

创建一个项目，添加一个Test类，项目目录结构如下：

二、使用LibSVM工具准备数据

选择windows文件夹，找到名为svm-toy.exe的运行程序并运行

手动绘制数据集的点：

最后点击Save将数据保存为train.txt。

在原有基础上再次添加一点数据，保存为test.txt。

三、训练模型并写出决策函数的数学公式

Test类：

package Test;

import java.io.IOException;
import java.sql.SQLOutput;

public class Test {
    public static void main(String args[]) throws IOException {

        String filepath = "E:\\LibSvm_project1\\";

        String[] arg = {"-s","0","-c","10","-t","0",filepath+"train.txt",filepath+"text.txt"};
        System.out.println("----------------线性-----------------");

        svm_train.main(arg);

        arg[5]="1";
        arg[7]=filepath+"poly.txt";
        System.out.println("---------------多项式-----------------");
        svm_train.main(arg);

        arg[5]="2";
        arg[7]=filepath+"RBF.txt";
        System.out.println("---------------高斯核-----------------");
        svm_train.main(arg);

    }

}

运行项目，结果如下：

输出文件：

• train.txt训练数据
• text.txt线性模型
• poly多项式模型
• RBF高斯核模型

数据说明

• svm_type //所选择的svm类型，默认为c_svc
• kernel_type //训练采用的核函数类型，此处为RBF核
• gamma //RBF核的参数γ
• nr_class //类别数
• total_sv //支持向量总个数
• rho //判决函数的偏置项b
• label //原始文件中的类别标识
• nr_sv //每个类的支持向量机的个数
• SV //各个类的权系数及相应的支持向量
  线性模型
  

多项式模型

高斯核模型

决策函数

公式：f(x)=SV*x+rho

• wT为向量的转置矩阵,即为模型数据中的SV
• b为偏置常数，即为数据模型中的rho

四、参考文献

1.基于LibSVM得到决策函数