libsvm的opition

libsvm在训练model的时候，有如下参数要设置，当然有默认的参数，但是在具体应用方面效果会大大折扣。Options：可用的选项即表示的涵义如下-ssvm类型：SVM设置类型(默认0)0--C-SVC1--v-SVC2–一类SVM3--e-SVR4--v-SVR-t核函数类型：核函数设置类型(默认2)0–线性：u'v1–多项式：(r*u'v+coef0)^degree2–RBF函数：exp(-gamma|u-v|^2)3–sigmoid：tanh(r*u'v+coef0)-ddegree：核函数中的degree设置(针对多项式核函数)(默认3)-gr(gama)：核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)(默认1/k)-rcoef0：核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0)-ccost：设置C-SVC，e-SVR和v-SVR的参数(损失函数)(默认1)-nnu：设置v-SVC，一类SVM和v-SVR的参数(默认0.5)-pp：设置e-SVR中损失函数p的值(默认0.1)-mcachesize：设置cache内存大小，以MB为单位(默认40)-eeps：设置允许的终止判据(默认0.001)-hshrinking：是否使用启发式，0或1(默认1)-wiweight：设置第几类的参数C为weight*C(C-SVC中的C)(默认1)-vn:n-fold交互检验模式，n为fold的个数，必须大于等于2其中-g选项中的k是指输入数据中的属性数。option-v随机地将数据剖分为n部当构建完成model后，还要为上述参数选择合适的值，方法主要有Gridsearch,其他的感觉不常用，Gridsearch说白了就是穷举。网格参数寻优函数(分类问题):SVMcgForClass[bestCVaccuracy,bestc,bestg]=SVMcgForClass(train_label,train,cmin,cmax,gmin,gmax,v,cstep,gstep,accstep)输入：train_label:训练集的标签，格式要求与svmtrain相同。train:训练集，格式要求与svmtrain相同。cmin,cmax:惩罚参数c的变化范围，即在[2^cmin,2^cmax]范围内寻找最佳的参数c，默认值为cmin=-8，cmax=8，即默认惩罚参数c的范围是[2^(-8),2^8]。gmin,gmax:RBF核参数g的变化范围，即在[2^gmin,2^gmax]范围内寻找最佳的RBF核参数g，默认值为gmin=-8，gmax=8，即默认RBF核参数g的范围是[2^(-8),2^8]。v:进行CrossValidation过程中的参数，即对训练集进行v-foldCrossValidation，默认为3，即默认进行3折CV过程。cstep,gstep:进行参数寻优是c和g的步进大小，即c的取值为2^cmin,2^(cmin+cstep),…,2^cmax,，g的取值为2^gmin,2^(gmin+gstep),…,2^gmax，默认取值为cstep=1,gstep=1。accstep:最后参数选择结果图中准确率离散化显示的步进间隔大小（[0,100]之间的一个数），默认为4.5。输出：bestCVaccuracy:最终CV意义下的最佳分类准确率。bestc:最佳的参数c。bestg:最佳的参数g。网格参数寻优函数(回归问题):SVMcgForRegress[bestCVmse,bestc,bestg]=SVMcgForRegress(train_label,train,cmin,cmax,gmin,gmax,v,cstep,gstep,msestep)其输入输出与SVMcgForClass类似，这里不再赘述。而当你训练完了model，在用它做classification或regression之前，应该知道model中的内容，以及其含义。用来训练的是libsvm自带的heart数据model=Parameters:[5x1double]nr_class:2totalSV:259%支持向量的数目rho:0.0514%bLabel:[2x1double]%classification中标签的个数ProbA:[]ProbB:[]nSV:[2x1double]%每类支持向量的个数sv_coef:[259x1double]%支持向量对应的WiSVs:[259x13double]%装的是259个支持向量model.Parameters参数意义从上到下依次为：-ssvm类型：SVM设置类型(默认0)-t核函数类型：核函数设置类型(默认2)-ddegree：核函数中的degree设置(针对多项式核函数)(默认3)-gr(gama)：核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)(默认类别数目的倒数)-rcoef0：核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0)