Weka开发［7］－LibSVM

转自 Koala++'s blog 感谢原作者

首先要提的是LibSVM是一个库，Lib很明显是library的缩写，有些人不知道怎么会认为它是一种算法。它是由中国台湾的Chih-Chung Chang和Chih-Jen Lin等人开发的，他们用多种语言实现写了LibSVM。

我把这一篇放到Weka开发里讲，主要讲它怎么和Weka结合，Weka中并不是没有SVM算法，Weka中有SMO算法的实现。

 

Weka and LibSVM are two efficient software tools for building SVM classifiers. Each one of these two tools has its points of strength and weakness. Weka has a GUI and produces many useful statistics (e.g. confusion matrix, precision, recall, F-measure, and ROC scores). LibSVM runs much faster than Weka SMO and supports several SVM methods (e.g. One-class SVM, nu-SVM, and R-SVM). Weka LibSVM (WLSVM) combines the merits of the two tools. WLSVM can be viewed as an implementation of the LibSVM running under Weka environment.

 

这一段是我从拷贝来的，请注意里面有一句话，LibSVM运行的比Weka里的SMO快的多，如果你敢用SMO算法去训练大数据集，你就明白天荒地老的真实含意了。其它和Weka结合的最主要的原因，我认为是，我们开始的时候往往都是用别的算法去试着做实验的（或者本来就需要多种基分类器），比如Naïve Bayes(LibSVM是比SMO快的多，可是比起来Naïve Bayes，它还是蜗牛)，到最后又想试试LibSVM，这时就需要LibSVM库。

还有一点也是容易误解的就是Weka里的高版本，里面是有LibSVM这个分类器，但你如果直接想运行是会出错的，提示你没有设置路径。原因是：WLSVM can be viewed as an implementation of the LibSVM running under Weka environment.

先把LibSVM下载下来，上次竟然有人问我在哪下载，这种问题，我真是不想回答，不就是google一下吗？网址也放上：http://www.csie.ntu.edu.tw/~cjlin/libsvm/，下载WLSVM，解压后Lib文件夹下有一个LibSVM.jar的包，用和导入Weka.jar包相同的方式导入就好了，然后使用LibSVM和使用以前任何一种分类器的方式都是一样的。

 

LibSVM classifier = new LibSVM();

classifier.buildClassifier( instances );

               

Evaluation evaluation = new Evaluation( ins );

evaluation.crossValidateModel(classifier, ins, 10, random );

               

System.out.println( "正确率为：" + ( 1 - evaluation.errorRate() ) );