LibSVM制作鸢尾花数据集

---

一、下载LibSVM

在https://www.csie.ntu.edu.tw/~cjlin/libsvm/中下载：

下载解压后，将该文件复制到对应的python环境下的 .../Lib/site-packages/ 目录下。然后，在目录libsvm和目录libsvm/python/下，新建一个空文件，命名为 __init__.py。

---

二、构建数据集

from libsvm.svmutil import *
from libsvm.svm import *
import scipy.spatial
#根据文件路径直接返回要使用的数据格式
label,data= svm_read_problem('..\\source\\iris.txt')#训练数据

p_label,p_data=svm_read_problem('..\\source\\predict.txt')#预测数据
para ='-t 1 -c 4 -b 1'
'''
-t 
0为线性核
1为多项式核
2为高斯核（默认）
'''
#多项式核
model=svm_train(label,data,para)
svm_save_model('..\\source\\multi.txt',model)
acc=svm_predict(p_label,p_data,model)

结果：

高斯核(将para的里面-t 对应的值改为2)：

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

---

三、总结

libsvm使用十分方便。

---

参考

libsvm获得决策函数模型（python+手工iris数据集）