libsvm java 调用说明

libsvm是著名的SVM开源组件，目前有JAVA.C/C++,.NET 等多个版本，本人使用的是2.9
libsvm命名空间下主要使用类：
svm_model 为模型类，通过训练或加载训练好的模型文件获得
svm_parameter 为参数类，主要为支持向量机设定参数，具体参数如下：
     svm_parameter.svm_type
     svm类型：SVM设置类型(默认svm_parameter.C_SVC)
           svm_parameter.C_SVC -- C-SVC n(n>=2)分类器，允许用异常值惩罚因子C进行不完全分类。
           svm_parameter.NU_SVC -- ν-SVC n类似然不完全分类的分类器。参数nu取代了c，其值在区间【0，1】中，nu越大，决策边界越平滑。
           svm_parameter.ONE_CLASS – 一类SVM 单分类器，所有的训练数据提取自同一个类里，然後SVM建立了一个分界线以分割该类在特征空间中所占区域和其它类在特              征空间中所占区域。
           svm_parameter.EPSILON_SVR -- ε -SVR 回归。训练集中的特征向量和拟合出来的超平面的距离需要小于p。异常值惩罚因子C被采用。
           svm_parameter.NU_SVR -- ν-SVR 回归；nu 代替了p
           svm_parameter.kernel_type
    核函数类型：核函数设置类型(svm_parameter.LINEAR)
          svm_parameter.LINEAR – 线性：u'×v - 没有任何向映射至高维空间，线性区分（或回归）在原始特征空间中被完成，这是最快的选择。 d(x,y) = x?y == (x,y)
          svm_parameter.POLY– 多项式：(γ×u'×v + coef0)^degree - 多项式核: d(x,y) = (gamma*(x?y)+coef0)degree
          svm_parameter.RBF – RBF函数：exp(-γ×|u-v|^2) - 径向基，对于大多数情况都是一个较好的选择：d(x,y) = exp(-gamma*|x-y|2)
          svm_parameter.SIGMOID – sigmoid：tanh(γ×u'×v + coef0) - sigmoid函数被用作核函数: d(x,y) = tanh(gamma*(x?y)+coef0)
          degree, gamma, coef0：都是核函数的参数，具体的参见上面的核函数的方程。
    svm_parameter.degree
    核函数中的degree设置(默认3)
         svm_parameter.coef0
    核函数中的coef0设置(默认0)
    svm_parameter.shrinking
    是否使用启发式，0或1(默认1)
    svm_parameter.nu
    设置ν-SVC，一类SVM和ν- SVR的参数(默认0.5)
    svm_parameter.C
    设置C-SVC，ε -SVR和ν-SVR的参数(默认1)
    svm_parameter.cache_size
    设置cache内存大小，以MB为单位(默认40)
svm_problem 相当于训练集合，可讲需要训练的数据加入该类传递给训练器
svm_node 内部使用的数据结构，主要用于保存待训练数据
svm 主调用程序中我们一般使用以下几个方法：
     svm.svm_train(svm_problem,svm_parameter) 该方法返回一个训练好的svm_model
     svm.svm_load_model(文件名); 该方法返回一个训练好的svm_model
     svm.svm_save_model(文件名,svm_model); 该方法将svm_model保存到文件中
     svm.svm_predict_values(svm_model,svm_node,double); 该方法返回doule类值，svm_node对svm_model测试，返回值确定了svm_node在模型中的定位

=================================================================================================

LibSVM库函数的调用

库函数在"libsvm"包中。

在Java版中以下函数可以调用：

public class svm {

public static final int LIBSVM_VERSION=310;

public static svm_model svm_train(svm_problem prob, svm_parameter param);

public static void svm_cross_validation(svm_problem prob, svm_parameter param, int nr_fold, double[] target);

public static int svm_get_svm_type(svm_model model);

public static int svm_get_nr_class(svm_model model);

public static void svm_get_labels(svm_model model, int[] label);

public static double svm_get_svr_probability(svm_model model);

public static double svm_predict_values(svm_model model, svm_node[] x, double[] dec_values);

public static double svm_predict(svm_model model, svm_node[] x);

public static double svm_predict_probability(svm_model model, svm_node[] x, double[] prob_estimates);

public static void svm_save_model(String model_file_name, svm_model model) throws IOException

public static svm_model svm_load_model(String model_file_name) throws IOException

public static String svm_check_parameter(svm_problem prob, svm_parameter param);

public static int svm_check_probability_model(svm_model model);

public static void svm_set_print_string_function(svm_print_interface print_func);

}

注意在Java版中svm_node[]的最后一个元素的索引不是-1.

用户可以自定义自己的输出格式，通过：

your_print_func = new svm_print_interface()

{

public void print(String s)

{

// your own format

}

};

svm.svm_set_print_string_function(your_print_func);

====================================================================================================

LIBSVM使用的一般步骤是： 
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；

3） 考虑选用RBF核函数

4） 采用交叉验证选择最佳参数C与γ；

5） 采用最佳参数C与γ对整个训练集进行训练获取支持向量机模型； 6） 利用获取的模型进行测试与预测。

svm_type c_svc  % 训练所采用的svm类型，此处为CSVC−

kernel_type rbf % 训练采用的核函数类型，此处为RBF核

gamma 0.047619  % 与操作参数设置中的γ含义相同

nr_class 2  % 分类时的类别数，此处为两分类问题

total_sv 604 % 总共的支持向量个数

rho -0.337784 % 决策函数中的常数项b

label 0 1  % 类别标签 
nr_sv 314 290 % 各类别标签对应的支持向量个数

SV % 以下为支持向量 
1 1:-0.963808 2:0.906788 ... 19:-0.197706 20:-0.928853 21:-1  1 1:-0.885128 2:0.768219 ... 19:-0.452573 20:-0.980591 21:-1   ...        ...                        ...  
1 1:-0.847359 2:0.485921 ... 19:-0.541457 20:-0.989077 21:-1  
   % 对于分类问题，上面的支持向量的各列含义与训练数据集相同；对于回归问题，略有不同，与训练数据中的标签label（即y值）所对应的位置在模型文件的支持向量中现在存放的是Lagrange系数α值