附录1LIBSVM简单介绍.PDFVIP

附录 ： 的简单介绍 1 LIBSVM 1. LIBSVM 软件包简介 LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C S VC 、 n S VC ）、回归问题（包括e S VR 、n S VR ）以及分布估计（one class S VM ） 等问题，提供了线性、多项式、径向基和 形函数四种常用的核函数供选择，可 S 以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概 率估计等。 是一个开源的软件包，需要者都可以免 的从作者的个人主 LIBSVM 页http ://www.csie.ntu .edu .tw/~cjlin/ 处获得。他不仅提供了LIBSVM 的C++语言 的算法源代码，还提供了 、 、 、 、 、 、 Python Java R MATLAB Perl Ruby LabVIEW 以及C# .net 等各种语言的接口，可以方便的在Windows 或UNIX 平台下使用， 也便于科研工作者根据自己的需要进行改进（譬如设计使用符合自己特定问题需 要的核函数等）。另外还提供了WINDOWS 平台下的可视化操作工具SVM-toy， 并且在进行模型参数选择时可以绘制出交叉验证精度的等高线图。 2. LIBSVM 使用方法简介 LIBSVM 在给出源代码的同时还提供了Windows 操作系统下的可执行文件， 包括：进行支持向量机训练的 svmtrain.exe ；根据已获得的支持向量机模型对数 据集进行预测的 svmpredict.exe ；以及对训练数据与测试数据进行简单缩放操作 的svmscale.exe 。它们都可以直接在DOS 环境中使用。如果下载的包中只有C++ 的源代码，则也可以自己在VC 等软件上编译生成可执行文件。 LIBSVM 使用的一般步骤 ： 1） 按照LIBSVM 软件包所要求的格式准备数据集； 2 ） 对数据进行简单的缩放操作； 2 3 ） 考虑选用RBF 核函数K ( x , y ) e g x y ； ） 采用交叉验证选择最佳参数 与 ； 4 C g 5 ） 采用最佳参数 与 对整个训练集进行训练获取支持向量机模型； C g 6 ） 利用获取的模型进行测试与预测。 一. LIBSVM 使用的数据格式 LIBSVM 使用的训练数据和测试数据文件格式如下： label index 1：value1 index2 ： value2 其中label 训练数据集的目标值，对于分类，它 标识某类的整数(支持 多个类) ；对于回归， 任意实数。index 是以 1 开始的整数，表示特征的序 号；value为实数，也就 我们常说的特征值或自变量。当特征值为 0 时，特 征序号与特征值value 都可以同时省略，即index 可以是不连续的自然数。label 与第一个特征序号、前一个特征值与后一个特征序号之间用空格隔开。测试数据 文件中的label 只用于计算准确度或误差，如果它 未知的，只需用任意一个数 填写这一栏，也可以空着不填。例如： + 1 1:0.708 2:1 3:1 4 :-0.320 5:-0.105 6:- 1 8:1.2 1 为了使用的方便，可以编写小程序，将自己常用的数据格式按照这种数据格 式要求转换成这种格式供LIBSVM 直接使用。例如：笔者编写的在MATLAB 中 使用的格式转换函数write4libsvm 如下： function write4libsvm % 为了使得数据满足libsvm的格式要求而进行的数据格式转换 % 原始数据