基于LibSVM实现支持向量机核函数训练并写出决策函数

二、LIBSVM的下载及安装

官网下载地址:https://www.csie.ntu.edu.tw/~cjlin/libsvm/
在这里插入图片描述
解压之后如下图:
在这里插入图片描述

三、基于LIBSVM处理手工生成数据集

1. 启动LIBSVM

在这里插入图片描述
双击打开:
在这里插入图片描述

2. 手工绘制数据集

  • 鼠标左键进行描点

在这里插入图片描述

  • 点击change更换颜色描点

在这里插入图片描述

  • 点击save保存训练集

在这里插入图片描述

  • 重复上述步骤创建一组测试集
    在这里插入图片描述

3. 利用LIBSVM训练模型并求出决策函数

导入库

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

数据导入

label,data= svm_read_problem('train.txt')#训练数据
p_label,p_data=svm_read_problem('test.txt')#测试数据

使用线性核训练模型

para ='-t 0 -c 4 -b 1' #训练参数
model=svm_train(label,data,para)
svm_save_model('model1.txt',model)
acc=svm_predict(p_label,p_data,model)

运行结果:
在这里插入图片描述

使用多项式核训练模型

para ='-t 1 -c 4 -b 1' #训练参数
#多项式核
model=svm_train(label,data,para)
svm_save_model('model2.txt',model)
acc=svm_predict(p_label,p_data,model)

运行结果:
在这里插入图片描述

四、总结

使用LIBSVM实现数据集并成功训练。

五、参考链接

LIBSVM简介

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值