libsvm使用详细说明

• 一，简介

LibSVM是台湾林智仁(Chih-Jen Lin)教授2001年开发的一套支持向量机的库，这套库运算速度还是挺快的，因此成为目前国内应用最多的SVM的库。详细的使用说明及博主博客见下链接：

http://endual.iteye.com/blog/1267442。

这套库可以从http://www.csie.ntu.edu.tw/~cjlin/免费获得，解压后可以看到，主要有5个文件夹和一些c++源码文件。

Java——主要是应用于java平台；

Python——是用来参数优选的工具

svm-toy——一个可视化的工具，用来展示训练数据和分类界面，里面是源码，其编译后的程序在windows文件夹下；

tools——主要包含四个python文件，用来数据集抽样(subset)，参数优选（grid），集成测试(easy),数据检查(checkdata)；

windows——包含libSVM四个exe程序包，我们所用的库就是他们，里面还有个heart_scale，是一个样本文件，可以用记事本打开，用来测试用的。

• 二，我的使用心得：使用windows 下的工具：

1. 打开cmd 命令行，定位到windows文件夹的目录下。

2. 进行libsvm训练，输入命令 svm-train[参数的选择] file_name。

参数的选择：根据你的任务，选择分类或者回归模型等，命令行中有提示。

file_name,是训练的文件名称，文件格式如下：

Label 1:value 2:value ….

Label：是类别的标识，比如上节train.model中提到的1 -1，你可以自己随意定，比如-10，0，15。当然，如果是回归，这是目标值，就要实事求是了。

Value：就是要训练的数据，从分类的角度来说就是特征值，数据之间用空格隔开

比如: -15 1:0.708 2:1056 3:-0.3333

需要注意的是，如果特征值为0，特征冒号前面的(姑且称做序号)可以不连续。如：

-15 1:0.708 3:-0.3333

我采用4w维的向量做训练，libsvm 速度还可以，支持向量的稀疏表示。

训练结束后，可以看到原来训练文件目录下，多了个model 文件，记录了训练后的结果。

3.svmpredict的用法

svmpredict是根据训练获得的模型，对数据集合进行预测。

用法：svmpredict [options] test_file model_file output_file

其中，options为操作参数，可用的选项即表示的涵义如下所示:

test_file——是要进行预测的数据文件，格式也要符合libsvm格式，即使不知道label的值，也要任意填一个，svmpredict会在output_file中给出正确的label结果，如果知道label的值，就会输出正确率；

output_file ——是svmpredict的输出文件，表示预测的结果值。