java 调用 libsvm_用JAVA程序調用LibSVM API

1. LibSVM簡介

LibSVM是台灣著名教授陳智仁團隊的傑作。具有各個語言版本的接口，包括C/C++、Java、Python、Matlab、C# 等等。這套庫運算速度還是挺快的，可以很方便的對數據做分類或回歸。由於libSVM程序小，運用靈活，輸入參數少，並且是開源的，易於擴展，因此成為目前國內應用最多的SVM的庫。

這套庫可以從http://www.csie.ntu.edu.tw/~cjlin/免費獲得，目前已經發展到3.22版。下載.zip格式的版本，解壓后可以看到，主要有5個文件夾和一些c++源碼文件。

2. 數據准備

Readme里面幾乎包含了所有可以幫助你靈活使用LibSVM的信息，可是很多人都不怎么看。這里給出用Java調用LibSVM API最簡單的示例，用JAVA進行SVM分類只需要幾行程序就搞定了，前提是你已經准備好了符合LibSVM處理數據格式的訓練樣本和測試樣本。下面一一道來：

2.1 准備訓練樣本和測試樣本

直接上LibSVM官網就可以下載，我下載的UCI的UCI-breast-cancer數據集，訓練樣本和測試樣本的基本格式是這樣的： :: ...

分別代表： 類別 feature1索引：feature1值 feature2索引：feature2值…

3. Java API

建立JAVA工程，導入LibSVM 的JAR包，要注意還需要導入java文件下的svm_train.java和svm_predict.java這兩個文件，這兩個類其實主要在LibSVM基礎上做了進一步封裝，把命令行參數轉化成了String []類型的函數參數，方便API調用。至於另外兩個svm_tony.java和svm_scale可以不導入，它們分別是圖形界面和數據壓縮用的，不是必要文件。

把訓練樣本和測試樣本放在工程文件夾下，當然，你也可以自定義data目錄。

修改svm_train.java和svm_predict.java這兩個文件，前者主要是把model_file_name返回，因為在svm_predict的main函數中需要使用，后者主要是把分類的Accuracy返回。

編寫JAVA調用LibSVM API分類代碼如下，非常簡單，代碼中給出了注釋import java.io.IOException;

import libsvm.*;

/**JAVA test code for LibSVM

* Created by zhanghuayan on 2017/1/3.

*/

public class LibSVMTest {

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

// TODO Auto-generated method stub

//Test for svm_train and svm_predict

//svm_train:

// param: String[], parse result of command line parameter of svm-train

// return: String, the directory of modelFile

//svm_predect:

// param: String[], parse result of command line parameter of svm-predict, including the modelfile

// return: Double, the accuracy of SVM classification

String[] trainArgs = {"UCI-breast-cancer-tra"};//directory of training file

String modelFile = svm_train.main(trainArgs);

String[] testArgs = {"UCI-breast-cancer-test", modelFile, "UCI-breast-cancer-result"};//directory of test file, model file, result file

Double accuracy = svm_predict.main(testArgs);

System.out.println("SVM Classification is done! The accuracy is " + accuracy);

//Test for cross validation

//String[] crossValidationTrainArgs = {"-v", "10", "UCI-breast-cancer-tra"};// 10 fold cross validation

//modelFile = svm_train.main(crossValidationTrainArgs);

//System.out.print("Cross validation is done! The modelFile is " + modelFile);

}

}

對機器學習，人工智能感興趣的小伙伴，請關注我的公眾號：