本文介绍了在项目中使用LibSVM进行基因预测的过程，包括数据预处理、SVM模型选择（如C-SVC、nu-SVC等）以及参数优化。重点讲述了如何将原始数据转换为LibSVM所需的格式，利用perl脚本处理数据，以及在训练和预测时使用-b参数获取概率输出。此外，还探讨了一类SVM（one-class SVM）的应用和注意事项。
SVM软件包
LIBSVM -- A Library for Support Vector Machines（本项目所用到的SVM包）（目前最新版：libsvm-3.21，2016年7月8日）
C-SVC(C-support vector classification), nu-SVC(nu-support vector classification), one-class SVM(distribution estimation), epsilon-SVR(epsilon-support vector regression), nu-SVR(nu-support vector regression).
官网学习资料：
- A practical guide to SVM classification（guide.pdf）（官网有配套练手数据）
- 官网程序压缩包里的帮助文档 程序 README 文档（核心）； 以及 FAQ.html（常见问题）{每个单独模块都有 README 文档}
- libsvm官方下载链接（有时首页的下载链接打不开）
libsvm的原理及使用方法介绍（文库，全面，是对上面博客的总结）
最低0.47元/天 解锁文章
扫一扫
1811
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
