[matlab下的LIBSVM的使用.pptVIP

matlab下的LIBSVM的使用 林子越 Contents 简介 LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包。 该软件提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用 且对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题 并提供了交互检验(Cross Validation)的功能 该软件包可在.tw/~cjlin/ 免费获得。 该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。 安装 下载之后设置路径 FILE——Set Path——Add with subfoders——选择所在文件夹 选择编译器 libsvm的原始版本使用C++写的，为了在matlab平台下使用，需要用C++编译器编译，生成类似于.m文件的.mexw32文件。 这里要说明matlab自带一个C编译器Lcc_win32C，但此处需要C++编译器。 matlab支持的编译器列表： /support/compilers/R2011a/win32.html 选择编译器 编译 make 命令 编译后文件夹中会出现多个svmtrain.mexw32、svmpredict.mexw32等文件。 .mexw32文件是加密文件，打开为乱码。 运行help对这些函数无效 然后便可使用工具箱 使用 参数设置 主要函数 主要参数设置 -s(默认0)——SVM类型选择 0--CSVC （分类问题） 1--nu-SVC （分类问题，引入一个新的参数nu） 2--one-class SVM（做分布估计） 3--epsilon-SVR （回归问题） 4--nu-SVR  主要参数设置 -t(默认2)——选择核函数 0--线性核函数:u*v 1--多项式核函数:(gamma*u*v+coef0)^degree -g gamma(默认为属性数目的倒数) -r coef0(默认0) -d degree(默认3) 2-- RBF核函数：exp(-gamma*|u-v|^2) -g gamma(默认为属性数目的倒数)——很敏感 3--sigmoid核函数：tanh(gamma*u*v+coef0) -g gamma(默认为属性数目的倒数) -r coef0(默认0) 4--预定义核函数(指定核矩阵) 主要参数设置 -wi：（默认1） 只能在模型C-SVC模型中使用 设置第几类的参数C的weight*C(C-SVC中的C) 当某一类样本数目比较少时，可以给其设置较大的惩罚参数，提高这一类样本的分类准确率。 如model=svmtrain(label,data,-c 1 -w 1 2 -w -1 0.5) 标签1的样本惩罚参数为2 标签为-1的样本惩罚参数为0.5  主要参数设置 -v（一般选择5或10） 交叉检验，参数必须大于2 当使用此参数时，返回的结果不再是一个结构体model 分类问题，返回的是交叉检验下的平均分类准且率 回归问题，返回的是交叉检验下的平均均方差误差 测试数据及格式 测试数据集 libsvm官方提供的测试数据格式是C++版本使用的，需要使用libsvmread进行格式转换 UCI数据集 等 格式 标签 属性编号1:属性值1 属性编号2: 属性值2 如：+1 1:0.78 2:1 3:1 ........ 分类问题两个主要函数 svmtrain model=svmtrain(trainLabel,trainInstance, 参数) svmpredict [predictLabel,accuracy,value]=svmpredict (testLabel,testInstance,model)  总结--未来计划 精细的调节各种svm参数以达到更好的实验效果 加入其他特征，并在试验阶段确定每种特征对于各个类别的不同的权重，并把此作为先验知识加入知识库。在后续的训练过程中，应用到知识库中的这个知识。 Company Logo * Logo Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 1. 简