河工大第二次作业概要1.docVIP

计算机智能第二次作业 题目二： LibSVM代码注释 SVM.h struct svm_node　　　　　　　　//用来存储单一向量中的单个特征 { int index;　　　　　　　　　　　//索引号 double value;　　　　　　　　　 //值 }; 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。 { int l;　　　　　　　　　　　//样本总数 double *y;　　　　　　　　 //指向样本所属类别的数组 struct svm_node **x;　　　　//指向一个存储内容为指针的数组 };　　　 enum { C_SVC, NU_SVC, ONE_CLASS, EPSILON_SVR, NU_SVR };　　　//枚举svm的类型 enum { LINEAR, POLY, RBF, SIGMOID }; 　　　　　　　　　　　//枚举核函数的类型　　 struct svm_parameter { int svm_type;　　　　　　　　　　//SVM类型 int kernel_type;　　　　　　　　　//核函数类型 double degree;　　　　　　　　　 //2式中的d double gamma; 　　　　　　　　 //2,3,4式中的gamma double coef0; 　　　　　　　　　//2,4式中的r /* these are for training only */ double cache_size; /* in MB */ //制定训练所需要的内存，默认是40M double eps; /* stopping criteria */ double C; /* for C_SVC, EPSILON_SVR and NU_SVR */ //惩罚因子 int nr_weight; /* for C_SVC */　　//权重的数目,目前在实例代码中只有两个值，一个是默认0， 　　　　　　　　　　　　//另外一个是svm_binary_svc_probability函数中使用数值2。 int *weight_label; /* for C_SVC */ //权重，元素个数由nr_weight决定 double* weight; /* for C_SVC */ double nu; /* for NU_SVC, ONE_CLASS, and NU_SVR */ double p; /* for EPSILON_SVR */ int shrinking; /* use the shrinking heuristics */ //指明训练过程是否使用压缩。 int probability; /* do probability estimates */ //新增，指明是否要做概率估计 };　　 //以下是所用到的核函数公式： 　　　 　　　 struct svm_model //用于保存训练后的训练模型，当然原来的训练参数也必须保留 { svm_parameter param; // parameter // 训练参数 int nr_class; // number of classes, = 2 in regression/one class svm // 类别数 int l; // total #SV // 支持向量数 svm_node **SV; // SVs (SV[l]) // 保存支持向量的指针 double **sv_coef; //相当于判别函数中的alpha double *rho; // constants in decision functions (rho[n*(n-1)/2]) //相当于判别函数中的b double *probA; // pariwise probability information //新增函数 double *probB; //新增函数 // for classification only int *label; // label of each class (label[n]) //类标 int *nSV; // number of SVs for each class (nSV[n])　　　　　　//每个类中的元素数 // nSV[0] + nSV[1] + ... + nSV[n-1] =