libsvm学习笔记

1. libsvm安装

1. 下载安装包，根据自己的系统和Python版本选择下载链接🔗 (opens new window)

2. 安装包

   pip install 安装包名
   

3. 测试

   from svmutil import *
   from svm import *
   y, x = [1, -1], [{1: 1, 2: 1}, {1: -1, 2: -1}]
   prob = svm_problem(y, x)
   param = svm_parameter('-t 0 -c 4 -b 1')
   model = svm_train(prob, param)
   yt = [1]
   xt = [{1: 1, 2: 1}]
   p_label, p_acc, p_val = svm_predict(yt, xt, model)
   print(p_label)
   

4. 能正常运行不报错就是安装成功

2. libsvm训练结果参数

• #iter 迭代次数
• nu 核函数类型的参数
• obj SVM文件转换为的二次规划求解得到的最小值
• rho 判决函数的偏置项b
• nsv 标准支持向量个数(0<a[i]<c)
• nbsv 边界上的支持向量个数(a[i]=c)
• total nsv 支持向量总个数
• accuracy 预测正确率

3. libsvm模型参数

• svm_type svm模式
• kernel_type 核函数
• gamma RBF核函数的参数
• nr_class 类别数
• total_sv 支持向量总个数
• rho 判决函数的偏置项b
• label 原始文件中的类别标识
• nr_sv 每个类的数据个数

4. 参考资料

libsvm for python 安装🔗 (opens new window)