《LibSVM-2.6_程序代码注释》.pdfVIP

上海交通大学模式分析与机器智能实验室 LibSVM-2.6 程序代码注释 上海交通大学模式分析与机器智能实验室 我不经心地，服下你调好的毒 我知道今后我将万劫不复 但是你的红唇仍让我屈服 四月的樱花火红满天 我和你的梦，却要一以何处去缱绻？ 虽然人间的情爱万万千千 世上已有太多崩毁的誓言 七个黑夜，七个白天 我为你写下的歌，彩绘的纸笺 却只能随着晚风 飘在大海的岸边 我仍愿服下你精心为我调好的毒 从你那深情的吻 吞下我与你在人间 最后的流光万千辗转朱颜…… 上海交通大学模式分析与机器智能实验室 第一节： SVM.h 文件 struct svm_node { int index; double value; }; struct svm_node 用来存储单一向量中的单个特征，例如： 向量 x1={ 0.002, 0.345, 4, 5.677}; 那么用 struct svm_node 来存储时就使用一个包含 5 个 svm_node 的数组来存储此4 维向量，内存 映象如下： 1 2 3 4 －1 0.002 0.345 4 ．000 5.677 空 其中如果 value 为 0.00,该特征将不会被存储，其中(特征 3)被跳过： 1 2 4 5 －1 0.002 0.345 4 ．000 5.677 空 0.00 不保留的好处在于，做点乘的时候，可以加快计算速度，对于稀疏矩阵，更能充分体现这种 数据结构的优势。但做归一化时，操作就比较麻烦了。 （类型转换不再说明） struct svm_problem { int l; double *y; struct svm_node **x; }; struct svm_problem存储本次参加运算的所有样本（数据集），及其所属类别。在某些数据挖掘 实现中，常用DataSet来实现。 int l;记录样本总数 double *y;指向样本所属类别的数组。在多类问题中，因为使用了one-agianst-one方法，可能原始 样本中y[i] 的内容是1.0，2.0 ，3.0，…,但参与多类计算时，参加分类的两类所对应的y[i] 内容是+1, 和－1。 Struct svm_node **x;指向一个存储内容为指针的数组； 如下图,最右边的四个长条格同上表，存储三维数据。(黑边框的是最主要的部分) L=4 Y[0] Y* Y[1] X** Y[2] Y[3] 上海交通大学模式分析与机器智能实验室 这样的数据结构有一个直接的好处，可以用x[i][j]来访问其中的某一元素（如果value为0.00 的也全部保留的话） 私下认为其中有一个败笔，就是把svm_node* x_space放到结构外面去了。 enum { C_SVC, NU_SVC, ONE_CLASS, EPSILON_SVR, NU_SVR };/* svm_type */ enum { LINEAR, POLY, RBF, SIGMOID }; /* kernel_type */ struct svm_parameter { int svm_type;//SVM类型，见前enum int kernel_type;//核函数 double degree; /* for poly */ double gamma;/* for po