有关Matlab中的SVM的一些问题的讨论.docVIP

近来就有关SVM的一些细节上的问题和版主hehaiwanghui做了一次讨论,征得同意我把这次邮件往来贴出来,好让有类似问题的朋友可以方便解决问题.O(∩_∩)Ohehaiwanghui视频看的真的是太仔细了.SVM研究的也蛮深刻的..很是强大.呵呵...QA:Q: --兄：??你好！我是论坛中的hehaiwanghui（--），学了你的SVM视频，讲的很好，非常感谢。学习过程，遇到几个疑问，有时间劳烦你看一下：1、svmtrain和svmpredict的m源码打开是乱码(svmtrain.mexw32和svmpredict.mexw32)，对应的.c文件可以打开，问一下，有什么方式可以看到m源码，想研究一下算法，c学的不大好。2、当使用交互验证方式训练时，输出变成为准确率了，同时在command window中输出Cross Validation Accuracy，我尝试把.c中的//mexPrintf(Cross Validation Accuracy = %g%%\n,100.0*total_correct/prob.l);注释掉了，可以做到不显示，但是感觉不方便，，能不能像神经网络那样设置不显示和显示。不显示做起来会快很多。3、训练得到的model里参数：model = ? ? Parameters: [5x1 double]? ?? ?nr_class: 3? ?? ?? ?? ?? ? %分成3类? ?? ? totalSV: 85? ?? ?? ?? ?? ?%总的支持向量数? ?? ?? ???rho: [3x1 double]??%? ?? ?? ?Label: [3x1 double]? ???%训练集的标签? ?? ?? ?ProbA: []? ?? ?? ?ProbB: []? ?? ?? ???nSV: [3x1 double] ? ?? ? sv_coef: [85x2 double]? ?%? ?? ?? ???SVs: [85x13 double]??%支持向量我也看了readme，感觉比较抽象，有些不理解（那些没注释的）。4、当在找最佳-c、-g时，循环里你用了log2c = -10:10log2g = -10:10-c为2^log2c,-g为2^log2g，是不是说-c和-g要是2的指数次方的数？或者说你这样取值是不是有什么优势？这样取值感觉就是把范围拉大了，间隔也大了，很多值都取不到了。-c和-g有没有范围限制？我的理解是没有必要，在wine_SVM2中我做了相应的变化：for c = 0.1:0.1:2? ? for g = 0.1:0.1:2? ?? ???cmd = [-v 5 -c , num2str(c), -g , num2str(g)];%参数? ?? ???cv = svmtrain(train_wine_labels, train_wine, cmd); %训练,输出交互验证的准确率? ?? ???if (cv bestcv),? ?? ?? ?? ?bestcv = cv; bestc = c; bestg = g;? ?? ???end? ? endend得到：(best c=0.8, g=0.6, rate=98.8764)Accuracy = 95.5056% (85/89) (classification)结果还不错。5、在做二分类时，能不能在图上把超平面画出来？也就是要知道y=wx+b方程？6、在做多分类时，能不能在图上画出相应的超平面，这个时候是不是已经不是平面了，而是超曲面了？麻烦你了，O(∩_∩)O~。 A: 本帖隐藏的内容 --兄:你好!你看的真的真的是太仔细了.现在我一一跟你作答.[有的我会给你很明确的答复,有的我无法给你明确答复,因为有几个问题也是我正在思考的.anyway.你很强大.O(∩_∩)O]1.想看SVM的源码你就只能看C的,因为:libsvm最初就是用C写的,里面的svmtrain.mexw32和svmpredict.mexw32仅仅是matlab把原来的c语言的代码转成Matlab可识别的一个接口文件,所以当然是那种编译类的乱码.即没有m源码,可看,要想看你只能看c的源码,其实c的也不是很难的.呵呵.2.这个我没有重点考虑过,也没试过如何更显示不显示,这些显示类的东西我不太看重,感觉挺虚幻的.3.Parameters 我也不知道它记录的是什么[看帖子后面.已弄清楚]..??rho=-b 即 -rho 就是 wx+b中的那个b??ProbA ProbB 是和回归相关的东西.我也没仔细研究过.??