您好,欢迎访问三七文档
LibSVM学习(一)——初识LibSVMLibSVM是台湾林智仁(Chih-JenLin)教授2001年开发的一套支持向量机的库,这套库运算速度还是挺快的,可以很方便的对数据做分类或回归。由于libSVM程序小,运用灵活,输入参数少,并且是开源的,易于扩展,因此成为目前国内应用昀多的SVM的库。这套库可以从~cjlin/免费获得,目前已经发展到2.89版。下载.zip格式的版本,解压后可以看到,主要有5个文件夹和一些c++源码文件。Java——主要是应用于java平台;Python——是用来参数优选的工具,稍后介绍;svm-toy——一个可视化的工具,用来展示训练数据和分类界面,里面是源码,其编译后的程序在windows文件夹下;tools——主要包含四个python文件,用来数据集抽样(subset),参数优选(grid),集成测试(easy),数据检查(checkdata);windows——包含libSVM四个exe程序包,我们所用的库就是他们,里面还有个heart_scale,是一个样本文件,可以用记事本打开,用来测试用的。其他.h和.cpp文件都是程序的源码,可以编译出相应的.exe文件。其中,昀重要的是svm.h和svm.cpp文件,svm-predict.c、svm-scale.c和svm-train.c(还有一个svm-toy.c在svm-toy文件夹中)都是调用的这个文件中的接口函数,编译后就是windows下相应的四个exe程序。另外,里面的README跟FAQ也是很好的文件,对于初学者如果E文过得去,可以看一下。下面以svm-train为例,简单的介绍下,怎么编译:(这步很简单,也没必要,对于仅仅使用libsvm库的人来说,windows下的4个exe包已经足够了,之所以加这步,是为了那些做深入研究的人,可以按照自己的思路改变一下svm.cpp,然后编译验证)我用的是VC6.0,新建一个控制台(win32consoleapplication)程序,程序名叫svm-train(这个可以随意),点击OK后,选择empty。进入程序框架后,里面什么都没有,然后找到你的程序目录,把svm-train.c、svm.h和svm.cpp拷贝过去(.c文件是c语言的,要是你习惯了c++,你尽可以改成.cpp),然后把这3个文件添加到工程,编译。。。如果没错误,到debug下面看看,是不是有个svm-train.exe。其实windows下的svm-train.exe就是这样编译出来的。哈哈,怎么样是不是很简单。但是,这样的程序直接运行没意义,他要在dos下运行,接收参数才行。下面开始我们的libsvm的体验之旅。LibSVM学习(二)——第一次体验libSvm1.把LibSVM包解压到相应的目录(因为我只需要里面windows文件夹中的东东,我们也可以只把windows文件夹拷到相应的目录),比如D:\libsvm。2.在电脑“开始”的“运行”中输入cmd,进入DOS环境。定位到d:\libsvm下,具体命令如下:d:(回车)cd\libsvm\windows(回车)(上面第一行是先定位到盘符d,第二行cd是定位到相应盘符下的目录)3.进行libsvm训练,输入命令:(这里要注意文件的名字,2.89以前版本都是svmtrain.exe)svm-trainheart_scaletrain.modelheart_scale——是目录下的已经存在的样本文件,要换成自己的文件,只需改成自己的文件名就可以了train.model——是创建的结果文件,保存了训练后的结果可以看到结果:optimizationfinished,#iter=162nu=0.431029obj=-100.877288,rho=0.424462nSV=132,nBSV=107TotalnSV=132其中,#iter为迭代次数,nu是你选择的核函数类型的参数,obj为SVM文件转换为的二次规划求解得到的昀小值,rho为判决函数的偏置项b,nSV为标准支持向量个数(0a[i]c),nBSV为边界上的支持向量个数(a[i]=c),TotalnSV为支持向量总个数(对于两类来说,因为只有一个分类模型TotalnSV=nSV,但是对于多类,这个是各个分类模型的nSV之和)。在目录下,还可以看到产生了一个train.model文件,可以用记事本打开,记录了训练后的结果。svm_typec_svc//所选择的svm类型,默认为c_svckernel_typerbf//训练采用的核函数类型,此处为RBF核gamma0.0769231//RBF核的参数γnr_class2//类别数,此处为两分类问题total_sv132//支持向量总个数rho0.424462//判决函数的偏置项blabel1-1//原始文件中的类别标识nr_sv6468//每个类的支持向量机的个数SV//以下为各个类的权系数及相应的支持向量11:0.1666672:13:-0.333333…10:-0.90322611:-112:-113:10.51048321289851641:0.1252:13:0.333333…10:-0.80645212:-0.33333313:0.5………..-11:-0.3752:13:-0.333333….10:-111:-112:-113:1-11:0.1666672:13:1….10:-0.87096812:-113:0.5到现在,第一次体验libsvm到这就基本结束了,其他的两个(svm-predict、svm-scale)的使用过程类似。怎么样,挺爽的吧。对于个别参数你还不理解,没关系,下面我们会具体讲到。LibSVM学习(三)——LibSVM使用规范其实,这部分写也是多余,google一下“libsvm使用”,就会N多的资源,但是,为了让你少费点心,在这里就简单的介绍一下,有不清楚的只有动动你的mouse了。需要说明的是,2.89版本以前,都是svmscale、svmtrain和svmpredict,昀新的是svm-scale、svm-train和svm-predict,要是用不习惯,只需要把那四个exe文件名去掉中间的短横线,改成svmscale、svmtrain和svmpredict就可以了,我们还是按原来函数名的讲。1.libSVM的数据格式Label1:value2:value….Label:是类别的标识,比如上节train.model中提到的1-1,你可以自己随意定,比如-10,0,15。当然,如果是回归,这是目标值,就要实事求是了。Value:就是要训练的数据,从分类的角度来说就是特征值,数据之间用空格隔开比如:-151:0.7082:10563:-0.3333需要注意的是,如果特征值为0,特征冒号前面的(姑且称做序号)可以不连续。如:-151:0.7083:-0.3333表明第2个特征值为0,从编程的角度来说,这样做可以减少内存的使用,并提高做矩阵内积时的运算速度。我们平时在matlab中产生的数据都是没有序号的常规矩阵,所以为了方便昀好编一个程序进行转化。2.svmscale的用法svmscale是用来对原始样本进行缩放的,范围可以自己定,一般是[0,1]或[-1,1]。缩放的目的主要是1)防止某个特征过大或过小,从而在训练中起的作用不平衡;2)为了计算速度。因为在核计算中,会用到内积运算或exp运算,不平衡的数据可能造成计算困难。用法:svmscale[-llower][-uupper][-yy_lowery_upper][-ssave_filename][-rrestore_filename]filename其中,[]中都是可选项:-l:设定数据下限;lower:设定的数据下限值,缺省为-1-u:设定数据上限;upper:设定的数据上限值,缺省为1-y:是否对目标值同时进行缩放;y_lower为下限值,y_upper为上限值;-ssave_filename:表示将缩放的规则保存为文件save_filename;-rrestore_filename:表示将按照已经存在的规则文件restore_filename进行缩放;filename:待缩放的数据文件,文件格式按照libsvm格式。默认情况下,只需要输入要缩放的文件名就可以了:比如(已经存在的文件为test.txt)svmscaletest.txt这时,test.txt中的数据已经变成[-1,1]之间的数据了。但是,这样原来的数据就被覆盖了,为了让规划好的数据另存为其他的文件,我们用一个dos的重定向符来另存为(假设为out.txt):svmscaletest.txtout.txt运行后,我们就可以看到目录下多了一个out.txt文件,那就是规范后的数据。假如,我们想设定数据范围[0,1],并把规则保存为test.range文件:svmscale–l0–u1–stest.rangetest.txtout.txt这时,目录下又多了一个test.range文件,可以用记事本打开,下次就可以用-rtest.range来载入了。3.svmtrain的用法svmtrain我们在前面已经接触过,他主要实现对训练数据集的训练,并可以获得SVM模型。用法:svmtrain[options]training_set_file[model_file]其中,options为操作参数,可用的选项即表示的涵义如下所示:-s设置svm类型:0–C-SVC1–v-SVC2–one-class-SVM3–ε-SVR4–n-SVR-t设置核函数类型,默认值为20--线性核:u'*v1--多项式核:(g*u'*v+coef0)degree2--RBF核:exp(-γ*||u-v||2)3--sigmoid核:tanh(γ*u'*v+coef0)-ddegree:设置多项式核中degree的值,默认为3-gγ:设置核函数中γ的值,默认为1/k,k为特征(或者说是属性)数;-rcoef0:设置核函数中的coef0,默认值为0;-ccost:设置C-SVC、ε-SVR、n-SVR中从惩罚系数C,默认值为1;-nv:设置v-SVC、one-class-SVM与n-SVR中参数n,默认值0.5;-pε:设置v-SVR的损失函数中的e,默认值为0.1;-mcachesize:设置cache内存大小,以MB为单位,默认值为40;-eε:设置终止准则中的可容忍偏差,默认值为0.001;-hshrinking:是否使用启发式,可选值为0或1,默认值为1;-b概率估计:是否计算SVC或SVR的概率估计,可选值0或1,默认0;-wiweight:对各类样本的惩罚系数C加权,默认值为1;-vn:n折交叉验证模式;model_file:可选项,为要保存的结果文件,称为模型文件,以便在预测时使用。默认情况下,只需要给函数提供一个样本文件名就可以了,但为了能保存结果,还是要提供一个结果文件名,比如:test.model,则命令为:svmtraintest.txttest.model结果说明见LibSVM学习(二)。4.svmpredict的用法svmpredict是根据训练获得的模型,对数据集合进行预测。用法:svmpredict[options]test_filemodel_fileoutput_file其中,options为操作参数,可用的选项即表示的涵义如下所示:-bprobability_estimates——是否需要进行概率估计预测,可选值为0或者1,默认值为0。model_file——是由svmtrain产生的模型文件;test_file——是要进行预测的数据文件,格式也要符合libsvm格式,即使不知道label的值,也要任意填一个,svmpredict会在output_file中给出正确的label结果,如果知道label的值,就会输出正确率;output_fil
本文标题:LibSVM学习
链接地址:https://www.777doc.com/doc-3403228 .html