Libsvm使用心得

首先下載Libsvm、Python和Gnuplot：

l???????? libsvm的主頁(yè)http://www.csie.ntu.edu.tw/~cjlin/libsvm/上下載libsvm （我自己用2.86版本）

l???????? python的主頁(yè)http://www.python.org下載 python （我自己用2.5版本）

l???????? gnuplot的主頁(yè)http://www.gnuplot.info/下載gnuplot? （我用4.0版本）

LIBSVM 使用的一般步驟是：

1）按照LIBSVM軟件包所要求的格式準(zhǔn)備數(shù)據(jù)集；????????????????????????????????????

2）對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的縮放操作；???????????????????????????????????

3）首要考慮選用RBF 核函數(shù)；

4）采用交叉驗(yàn)證選擇最佳參數(shù)C與g ；

5）采用最佳參數(shù)C與g 對(duì)整個(gè)訓(xùn)練集進(jìn)行訓(xùn)練獲取支持向量機(jī)模型；

6）利用獲取的模型進(jìn)行測(cè)試與預(yù)測(cè)。

1）LIBSVM使用的數(shù)據(jù)格式

??? 該軟件使用的訓(xùn)練數(shù)據(jù)和檢驗(yàn)數(shù)據(jù)文件格式如下：

[label] [index1]:[value1] [index2]:[value2] ...

[label] [index1]:[value1] [index2]:[value2] ...

一行一條記錄數(shù)據(jù)，如:

+1 1:0.708 2:1 3:1 4:-0.320 5:-0.105 6:-1

這里(x,y)à((0.708,1,1, -0.320, -0.105, -1), +1)

label 或說是class, 就是你要分類的種類，通常是一些整數(shù)。

index 是有順序的索引，通常是連續(xù)的整數(shù)。

value 就是用來 train 的數(shù)據(jù)，通常是一堆實(shí)數(shù)。

?

2）對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的縮放操作

??? 掃描數(shù)據(jù). 因?yàn)樵紨?shù)據(jù)可能范圍過大或過小, svmscale可以先將數(shù)據(jù)重新scale (縮放) 到適當(dāng)范圍使訓(xùn)練與預(yù)測(cè)速度更快。

??? svmscale.exe的用法：svmscale.exe feature.txt feature.scaled

默認(rèn)的歸一化范圍是[-1,1]，可以用參數(shù)-l和-u分別調(diào)整上界和下屆,feature.txt是輸入特征文件名 輸出的歸一化特征名為feature.scaled

?

3） 考慮選用RBF 核函數(shù)

訓(xùn)練數(shù)據(jù)形成模型（model）,實(shí)質(zhì)是算出了wx+b=0中的w,b.

?Svmtrain的用法：svmtrain [options] training_set_file [model_file]

?

其中options涵義如下:

-s svm類型：設(shè)置SVM 類型，默認(rèn)值為0，可選類型有：

0 -- C- SVC

1 -- nu - SVC

2 -- one-class-SVM

3 -- e - SVR

4 -- nu-SVR

-t 核函數(shù)類型：設(shè)置核函數(shù)類型，默認(rèn)值為2，可選類型有：

0 -- 線性核：u'*v

1 -- 多項(xiàng)式核：(g*u'*v+ coef0)degree

2 -- RBF 核:exp(-||u-v||*||u-v||/g*g)

3 -- sigmoid 核：tanh(g*u'*v+ coef 0)

-d degree：核函數(shù)中的degree設(shè)置，默認(rèn)值為3；

-g r(gama)：核函數(shù)中的函數(shù)設(shè)置(默認(rèn)1/ k);

-r coef 0：設(shè)置核函數(shù)中的coef0，默認(rèn)值為0；

-c cost：設(shè)置C- SVC、e - SVR、n - SVR中從懲罰系數(shù)C，默認(rèn)值為1；

-n nu ：設(shè)置nu - SVC、one-class-SVM 與nu - SVR 中參數(shù)nu ，默認(rèn)值0.5；

-p e ：核寬,設(shè)置e - SVR的損失函數(shù)中的e ，默認(rèn)值為0.1；

-m cachesize：設(shè)置cache內(nèi)存大小，以MB為單位(默認(rèn)40)：

-e e ：設(shè)置終止準(zhǔn)則中的可容忍偏差，默認(rèn)值為0.001；

-h shrinking：是否使用啟發(fā)式，可選值為0 或1，默認(rèn)值為1；

-b 概率估計(jì)：是否計(jì)算SVC或SVR的概率估計(jì)，可選值0 或1，默認(rèn)0；

-wi weight：對(duì)各類樣本的懲罰系數(shù)C加權(quán)，默認(rèn)值為1；

-v n：n折交叉驗(yàn)證模式。

?

其中-g選項(xiàng)中的k是指輸入數(shù)據(jù)中的屬性數(shù)。操作參數(shù) -v 隨機(jī)地將數(shù)據(jù)剖分為n 部分并計(jì)算交叉檢驗(yàn)準(zhǔn)確度和均方根誤差。以上這些參數(shù)設(shè)置可以按照SVM 的類型和核函數(shù)所支持的參數(shù)進(jìn)行任意組合，如果設(shè)置的參數(shù)在函數(shù)或SVM 類型中沒有也不會(huì)產(chǎn)生影響，程序不會(huì)接受該參數(shù)；如果應(yīng)有的參數(shù)設(shè)置不正確，參數(shù)將采用默認(rèn)值。training_set_file是要進(jìn)行訓(xùn)練的數(shù)據(jù)集；model_file是訓(xùn)練結(jié)束后產(chǎn)生的模型文件，該參數(shù)如果不設(shè)置將采用默認(rèn)的文件名，也可以設(shè)置成自己慣用的文件名。舉個(gè)例子如下：

C:/libsvm-2.85/windows>svmtrain heart_scale

*

optimization finished, #iter = 162

nu = 0.431029

obj = -100.877288, rho = 0.424462

nSV = 132, nBSV = 107

Total nSV = 132

現(xiàn)簡(jiǎn)單對(duì)屏幕回顯信息進(jìn)行說明：

#iter為迭代次數(shù)，

nu 與前面的操作參數(shù)-n nu 相同，

obj為SVM文件轉(zhuǎn)換為的二次規(guī)劃求解得到的最小值，

rho 為判決函數(shù)的常數(shù)項(xiàng)b，

nSV 為支持向量個(gè)數(shù)，

nBSV為邊界上的支持向量個(gè)數(shù)，

Total nSV為支持向量總個(gè)數(shù)。

訓(xùn)練后的模型保存為文件*.model，用記事本打開其內(nèi)容如下：

svm_type c_svc % 訓(xùn)練所采用的svm類型，此處為C- SVC

kernel_type rbf %訓(xùn)練采用的核函數(shù)類型，此處為RBF核

gamma 0.0769231 %設(shè)置核函數(shù)中的g ，默認(rèn)值為1/ k

nr_class 2 %分類時(shí)的類別數(shù)，此處為兩分類問題

total_sv 132 %總共的支持向量個(gè)數(shù)

rho 0.424462 %決策函數(shù)中的常數(shù)項(xiàng)b

label 1 -1%類別標(biāo)簽

nr_sv 64 68 %各類別標(biāo)簽對(duì)應(yīng)的支持向量個(gè)數(shù)

SV %以下為支持向量

1 1:0.166667 2:1 3:-0.333333 4:-0.433962 5:-0.383562 6:-1 7:-1 8:0.0687023 9:-1 10:-0.903226 11:-1 12:-1 13:1

0.5104832128985164 1:0.125 2:1 3:0.333333 4:-0.320755 5:-0.406393 6:1 7:1 8:0.0839695 9:1 10:-0.806452 12:-0.333333 13:0.5

1 1:0.333333 2:1 3:-1 4:-0.245283 5:-0.506849 6:-1 7:-1 8:0.129771 9:-1 10:-0.16129 12:0.333333 13:-1

1 1:0.208333 2:1 3:0.333333 4:-0.660377 5:-0.525114 6:-1 7:1 8:0.435115 9:-1 10:-0.193548 12:-0.333333 13:1

4）采用交叉驗(yàn)證選擇最佳參數(shù)C與g

??? 通常而言，比較重要的參數(shù)是 gamma (-g) 跟 cost (-c) 。而 cross validation (-v)

的參數(shù)常用5。那么如何去選取最優(yōu)的參數(shù)c和g呢？libsvm 的 python 子目錄下面的 grid.py 可以幫助我們。 此時(shí)。其中安裝python2.5需要（一般默認(rèn)安裝到c:/python25

下），將gnuplot解壓。安裝解壓完畢后，進(jìn)入/libsvm/tools目錄下，用文本編輯器（記事

本，edit都可以）修改grid.py文件，找到其中關(guān)于gnuplot路徑的那項(xiàng)（其默認(rèn)路徑為

gnuplot_exe=r"c:/tmp/gnuplot/bin/pgnuplot.exe"），根據(jù)實(shí)際路徑進(jìn)行修改，并保存。然

后，將grid.py和C:/Python25目錄下的python.exe文件拷貝到libsvm/windows目錄下，鍵入以下命令：$ python grid.py train.1.scale 執(zhí)行后，即可得到最優(yōu)參數(shù)c和g。

??? 另外，至于下libsvm和python的接口的問題，在libsvm2.86中林老師已經(jīng)幫助我們解決，在/libsvm/windows/python目錄下自帶了svmc.pyd這個(gè)文件，將該文件文件復(fù)制到

libsvm/python目錄下，同時(shí)，也將python.exe文件復(fù)制到該目錄下，鍵入以下命令以檢驗(yàn)效

果（注意：.Py文件中關(guān)于gnuplot路徑的那項(xiàng)路徑一定要根據(jù)實(shí)際路徑修改）：

python svm_test.py

??? 如果能看到程序執(zhí)行結(jié)果，說明libsvm和python之間的接口已經(jīng)配置完成，以后就可以直接在python程序里調(diào)用libsvm的函數(shù)了！

5） 采用最佳參數(shù)C與g 對(duì)整個(gè)訓(xùn)練集進(jìn)行訓(xùn)練獲取支持向量機(jī)模型

?? $ svmtrain –c x –g x –v x training_set_file [model_file]

?? x為上述得到的最優(yōu)參數(shù)c和g的值，v的值一般取5。

6）利用獲取的模型進(jìn)行測(cè)試與預(yù)測(cè)

使用Svmtrain訓(xùn)練好的模型進(jìn)行測(cè)試。輸入新的X值，給出SVM預(yù)測(cè)出的Y值

?$ Svmpredict? test_file? model_file? output_file

如：./svm-predict heart_scale heart_scale.model heart_scale.out

Accuracy = 86.6667% (234/270) (classification)

這里顯示的是結(jié)果

一個(gè)具體使用的例子。

?? ?以libsvm中的heart_scale作為訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)，同時(shí)已經(jīng)將python安裝至c盤，并將grid.py文件中關(guān)于gnuplot路徑的默認(rèn)值修改為實(shí)際解壓縮后的路徑，將

heart_scale、grid.py和python.exe拷貝至/libsvm/windows文件夾下。

./svm-train heart_scale

optimization finished, #iter = 162

nu = 0.431029

obj = -100.877288, rho = 0.424462

nSV = 132, nBSV = 107

Total nSV = 132

此時(shí)，已經(jīng)得到heart_scale.model，進(jìn)行預(yù)測(cè)：

./svm-predict heart_scale? heart_scale.model ?heart_scale.out

Accuracy = 86.6667% (234/270) (classification)

正確率為Accuracy = 86.6667%。

./python grid.py heart_scale

得到最優(yōu)參數(shù)c=2048，g=0.0001220703125.

./svm-train -c 2048 -g 0.0001220703125 heart_scale得到model后，由./svm-predict heart_scale? heart_scale.model heart_scale.out得到的正確

率為Accuracy = 85.1852%.這塊還有點(diǎn)迷惑？為什么正確率降低了？

當(dāng)然也可以結(jié)合subset.py 和 easy.py 實(shí)現(xiàn)自動(dòng)化過程。

如果要訓(xùn)練多次，可以寫個(gè)批處理程序省好多事。

這里舉個(gè)例子：

::@ echo off
cls
:: split the data and output the results
for /L %%i in (1,1,1000) do python subset.py b59.txt 546 b59(%%i).in8 b59(%%i).out2

for /L %%i in (1,1,1000) do python easy.py b59(%%i).in8 b59(%%i).out2 >> result89.txt

這段批處理代碼首先調(diào)用subset.py對(duì)文件b59.txt執(zhí)行1000次分層隨機(jī)抽樣(對(duì)數(shù)據(jù)進(jìn)行80-20%分割)然后調(diào)用easy.py 進(jìn)行1000次參數(shù)尋優(yōu)，把記錄結(jié)果寫到result89.txt中

（包括1000次訓(xùn)練的分類準(zhǔn)確率和參數(shù)對(duì)）。

還可以調(diào)用fselect.py進(jìn)行特征選擇，調(diào)用plotroc.py進(jìn)行roc曲線繪制。

先寫到這里吧，希望能和大家一起學(xué)習(xí)libsvm，進(jìn)一步學(xué)好svm。

?

總結(jié)

以上是生活随笔為你收集整理的libsvm使用心得的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。