zoukankan      html  css  js  c++  java
  • libsvm使用

    前提是我把下载下来的libsvm-3.22存放到C盘根目录下,并为之设置了环境变量,安装了gnu.(只看文字有些乏味,有空我会把图片补充进去的)

    第一步,进入到libsvm-3.22windows目录(该目录下有svm-train.exe等)。

    第二步,数据缩放

    >svm-scale -l 0 -u 1 -s c:libsvm-3.22data
    ang(名字自己随便起,生成改名字的文件,文件存放的是每一维的数据min,max值)c:libsvm-3.22data	rain.txt(用来做训练的特征数据,存放格式满足[标签:索引1:值1:索引2:值2……])>c:libsvm-3.22data	rain_scale.txt(缩放后生成的数据特征文件)。

    第三步,训练数据生成模型

    svm-train  训练文件路径 生成模型文件路径(中间用一个空格隔开)

    第四步,测试

    svm-predict[参数] 测试数据路径 模型文件路径 预测输出文件路径

    参考:svm-predict test.scale train.model result

    第五步,参数调优

    进入到 libsvm-3.22 ools 目录

    >grid.py train-scale(缩放后的数据)

    第六步,把最优参数输入到svm-train中进行训练

    关于训练和测试可以写一个.py文件完成,也可以写bat文件完成。

    bat文件可以参考下面

    (1)对训练样本的数据缩放

    svm-scale -l 0 -u 1 -s train.range train.txt >train.scaled

    (2) 使用train.range文件对测试文件进行同标准的缩放

    svm-scale -l 0 -u 1 -r train.range test.txt > test.scaled

    提示:在下载的libsvm-3.22里面是包含svm源码的,有兴趣的可以自己学习。

     如果使用python easy.py 参考博客:https://www.cnblogs.com/yangyangcv/archive/2012/05/04/2483000.html

    遇到的问题参考博客:https://www.cnblogs.com/aaron-shu/p/4727558.html

  • 相关阅读:
    q和blockquote标签的区别
    Python基础数据类型2
    Python基础类型(1)
    Python运算符与编码
    python基础(初识)
    变量,解释器,垃圾回收机制,小整数池总结
    面向对象 --类
    (绑定方法和非绑定方法)类方法,实例方法,静态方法 类属性和实例属性
    logging 模块
    subprocess(cmd命令)模块 && configerparser模块(配置ini文件)
  • 原文地址:https://www.cnblogs.com/juluwangshier/p/10256702.html
Copyright © 2011-2022 走看看