支持向量机libsvmpython三分类问题实例介绍.pptxVIP

Libsvm+python的使用实例 四百击 目录 1：准备工作 2：EXCEL下的数据处理 3：RBF核函数参数寻优 4：模型训练 5：预测 1：准备工作 到官网上把libsvm,python2.7,gnuplot分别下载下来 如果你的python是64位的，也就是说打开IDLE(python GUI)，输入import sys sys.version我的电脑（64位系统）上出现如下字符：2.7.9 |Anaconda 2.2.0 (64-bit)| (default, Dec 18 2014, 16:57:52) [MSC v.1500 64 bit (AMD64)]‘ 这时你需要首先自己编译64位的动态链接库libsvm.dll。方法如下 找到Visual Studio x64 Win64 Command Prompt(2010)： 先打开开始菜单，找到VS2013-VS2013 STDIO TOOLS,该程序就在里面 本人电脑里面“VS2013 x64 本机工具命令提示”（Visual Studio x64 Win64 Command Prompt(2010））所在的位置是 C:\Program Files (x86)\Microsoft Visual Studio 12.0\Common7\Tools\Shortc 打开VS2013 x64 本机工具命令提示 把工作目录cd到LIBSVM所在文件夹libsvm-3.16（输入cd+空格+libsvm的位置输入nmake -f Makefile.win clean all这时libsvm-3.16的windows目录下将生成64位的动态链接库。将新生成的libsvm.dll复制到系统目录（例如`C:\WINDOWS\system32\）即可 这时候就可以在python下使用libsvm了 2：EXCEL下的数据处理 Libsvm所需的数据格式应该是 lable_value index1:value1 index2:value2.....。 （lable_value，index，value变量的值全部为数值型，lable_value表示样本的类型，在二分类其中，其值一般取-1和1或者0和1，当然取其他值也是可以的，只要能区分就行。index可以理解为遥感影像中的波段序列或者特征序列。value可以理解为对应的像元值或者特征值）。 也就是类似于 1 1:0.302000 2:0.67200 2 1:0.568000 2:0.668000 3 1:0.568000 2:0.668000 这样的，如果你的数据不是这样，请下载FormatDataLibsvmaa.xlsm这个自带宏命令的表格来转换，其中标签向量根据分类的类别自己定义 3：RBF核函数参数寻优 接下来用到位于C:\libsvm-3.21\tools里面的几个小工具 1）把你的数据用checkdata.py来验证下格式是否正确 调用方法：打开DOS，把目录CD到C:\libsvm-3.21\tools 然后输入python checkdata.py datafile （具体调用格式查看README）如没有错误显示如下 2）可以调用SVM-SCALE.py把数值转换为固定区间内的数值（不过我做的时候没有用到） 3）用subset.py 把你的TRAIN数据分为两部分， 比如我把总的240个数据分为了file3和file4,file1有180个（留出60个file2来做train模型的验证），成功之后目录下会多出两个文件file3,file4 4）最重要的是GRID.py 设置好各项参数进行参数寻优（预设值就是RBF核函数） 具体数值区间我是采用的默认值 根据README里面的用法，同时调用GNUPLOT和SVMTRAIN两个地址，可以得出.out和.png两个结果 最后可以得出一个最好的G C两个参数的数值 4：模型训练 在C:\libsvm-3.21\windows下调用SVM-TRAIN,输入优化后的参数，格式如下 其中得出的数据含义 请自己百度。。 5：预测 在C:\libsvm-3.21\windows下调用SVM-PREDICT，按照用法输入，可以得出 输出的最后结果储存在OUT222这个文件中。 注意，正确率为零是因为在TESTD文件中所有数据标签为均4，而train数据的三个标签为1，2，3，肯定都是对不上的（在SVM-PREDICT中你需要分类的数据必须给出任意一个标签数据）。