svm使用详解.docx
《svm使用详解.docx》由会员分享,可在线阅读,更多相关《svm使用详解.docx(10页珍藏版)》请在冰豆网上搜索。
![svm使用详解.docx](https://file1.bdocx.com/fileroot1/2023-4/25/34dcdfae-6b66-47c5-bfb9-2510e0746751/34dcdfae-6b66-47c5-bfb9-2510e07467511.gif)
svm使用详解
1.文件中数据格式
labelindex1:
value1index2:
value2...
Label在分类中表示类别标识,在预测中表示对应的目标值
Index表示特征的序号,一般从1开始,依次增大
Value表示每个特征的值
例如:
31:
0.1220002:
0.792000
31:
0.1440002:
0.750000
31:
0.1940002:
0.658000
31:
0.2440002:
0.540000
31:
0.3280002:
0.404000
31:
0.4020002:
0.356000
31:
0.4900002:
0.384000
31:
0.5480002:
0.436000
数据文件准备好后,可以用一个python程序检查格式是否正确,这个程序在下载的libsvm文件夹的子文件夹tools下,叫checkdata.py,用法:
在windows命令行中先移动到checkdata.py所在文件夹下,输入:
checkdata.py你要检查的文件完整路径(包含文件名)
回车后会提示是否正确。
2.对数据进行归一化。
该过程要用到libsvm软件包中的svm-scale.exe
Svm-scale用法:
用法:
svmscale[-llower][-uupper][-yy_lowery_upper][-ssave_filename][-rrestore_filename]filename(缺省值:
lower=-1,upper=1,没有对y进行缩放)
其中,-l:
数据下限标记;lower:
缩放后数据下限;
-u:
数据上限标记;upper:
缩放后数据上限;
-y:
是否对目标值同时进行缩放;y_lower为下限值,y_upper为上限值;(回归需要对目标进行缩放,因此该参数可以设定为–y-11)
-ssave_filename:
表示将缩放的规则保存为文件save_filename;
-rrestore_filename:
表示将缩放规则文件restore_filename载入后按此缩放;
filename:
待缩放的数据文件(要求满足前面所述的格式)。
数据集的缩放结果在此情况下通过DOS窗口输出,当然也可以通过DOS的文件重定向符号“>”将结果另存为指定的文件。
该文件中的参数可用于最后面对目标值的反归一化。
反归一化的公式为:
(Value-y_lower)*(max-min)/(y_upper-y_lower)+min
其中value为归一化后的值,max,min分别是归一化之前所有目标值的最大值和最小值,其他参数与前面介绍的相同。
注意:
将训练数据集与测试数据集放在同一个文本文件中一起归一化,然后再将归一化结果分成训练集和测试集。
3.训练数据,生成模型。
用法:
svmtrain[options]training_set_file[model_file]
其中,options(操作参数):
可用的选项即表示的涵义如下所示
-ssvm类型:
设置SVM类型,默认值为0,可选类型有(对于回归只能选3或4):
0--C-SVC1--n-SVC2--one-class-SVM3--e-SVR4--n-SVR
-t核函数类型:
设置核函数类型,默认值为2,可选类型有:
0--线性核:
u'*v
1--多项式核:
(g*u'*v+coef0)degree
2--RBF核:
e(uv2)g-
3--sigmoid核:
tanh(g*u'*v+coef0)
-ddegree:
核函数中的degree设置,默认值为3;
-gg:
设置核函数中的g,默认值为1/k;
-rcoef0:
设置核函数中的coef0,默认值为0;
-ccost:
设置C-SVC、e-SVR、n-SVR中从惩罚系数C,默认值为1;
-nn:
设置n-SVC、one-class-SVM与n-SVR中参数n,默认值0.5;
-pe:
设置n-SVR的损失函数中的e,默认值为0.1;
-mcachesize:
设置cache内存大小,以MB为单位,默认值为40;
-ee:
设置终止准则中的可容忍偏差,默认值为0.001;
-hshrinking:
是否使用启发式,可选值为0或1,默认值为1;
-b概率估计:
是否计算SVC或SVR的概率估计,可选值0或1,默认0;
-wiweight:
对各类样本的惩罚系数C加权,默认值为1;
-vn:
n折交叉验证模式。
其中-g选项中的k是指输入数据中的属性数。
操作参数-v随机地将数据剖分为n部分并计算交叉检验准确度和均方根误差。
以上这些参数设置可以按照SVM的类型和核函数所支持的参数进行任意组合,如果设置的参数不在函数或SVM类型中没有也不会产生影响,程序不会接受该参数;如果应有的参数设置不正确,参数将采用默认值。
training_set_file是要进行训练的数据集;model_file是训练结束后产生的模型文件,该参数如果不设置将采用默认的文件名,也可以设置成自己惯用的文件名。
另,实验中所需调整的重要参数是-c和–g,-c和-g的调整除了自己根据经验试之外,还可以使用grid.py对这两个参数进行优化。
注意:
经过实测,在用于分类时,grid.py能得到较好参数值,但用于回归时得到的参数值效果很差。
该优化过程需要用到Python(2.5),Gnuplot(4.2),grid.py(该文件需要修改路径)。
然后在命令行下面运行:
grid.py-log2c-10,10,1-log2g-10,10,1-log2p-10,10,1-s3-t2-v5-svmtrainE:
\libsvm-2.86\windows\svm-train.exe-gnuplotE:
\gnuplot\bin\pgnuplot.exeE:
\libsvm\libsvm-2.86\windows\train.txt以上三个路径根据实际安装情况进行修改。
-log2c是给出参数c的范围和步长
-log2g是给出参数g的范围和步长
-log2p是给出参数p的范围和步长上面三个参数可以用默认范围和步长
-s选择SVM类型,也是只能选3或者4
-t是选择核函数
-v5将训练数据分成5份做交叉验证。
默认为5
搜索结束后可以在最后一行看到最优参数。
其中,最后一行的第一个参数即为-c,第二个为-g,第三个为-p,前三个参数可以直接用于模型的训练。
然后,根据搜索得到的参数,重新训练,得到模型。
命令行会出现以下内容:
optimizationfinished,#iter=162
nu=0.431029
obj=-100.877288,rho=0.424462
nSV=132,nBSV=107
TotalnSV=132
其中,#iter为迭代次数,nu是你选择的核函数类型的参数,obj为SVM文件转换为的二次规划求解得到的最小值,rho为判决函数的偏置项b,nSV为标准支持向量个数(0模型文件内容前几行大致如下:
svm_typeepsilon_svr//svm类型
kernel_typerbf//核函数类型
gamma100//训练时参数g的值
nr_class2 //类别数,此处为两分类问题
total_sv12//支持向量个数
rho-0.35336//判决函数的偏置项b
SV //以下为各个类的权系数及相应的支持向量
文件中下面是支持向量数据
4.测试
用法:
svmpredict[options]test_filemodel_fileoutput_fileoptions(操作参数):
-bprobability_estimates:
是否需要进行概率估计预测,可选值为0或者1,默认值为0。
model_file是由svmtrain产生的模型文件;
test_file是要进行预测的数据文件;
output_file是svmpredict的输出文件,表示预测的结果值。
输出结果包括均方误差(Meansquarederror)和相关系数(Squaredcorrelationcoefficient)。
5.实例
<1>下载Libsvm、Python和Gnuplot。
我用的版本分别是:
Libsvm(2.8.1),Python(2.4),Gnuplot(3.7.3)。
<2>修改训练和测试数据的格式:
目标值第一维特征编号:
第一维特征值第二维特征编号:
第二维特征值…
…
例如:
2.31:
5.62:
3.2
表示训练用的特征有两维,第一维是5.6,第二维是3.2,目标值是2.3
注意:
训练和测试数据的格式必须相同,都如上所示。
测试数据中的目标值是为了计算误差用
检查格式正确性:
用checkdata.py,上面已经介绍过
<3>开始处理数据
分别使用Libsvm中的Windows版本的工具svmscale.exe进行训练和测试数据的归一化,svmtrain.exe进行模型训练,svmpredict.exe进行预测
(1)Svm-scale.exe用法:
Svm-scale.exe-y01-l0-u1feature.txtfeature.scaled
讲目标值和特征值都归一到[-1,1],默认的归一化范围是[-1,1],可以用参数-y,-l和-u分别调整上界和下届,feature.txt是输入特征文件名
输出的归一化文件名为feature.scaled
然后将feature.scaled中的某些数据剪切到另一文件feature_test.scaled中,用于最后测试。
(2)svm-train.exe训练模型
Svm-train.exe-s3-p0.0001-t2-g32-c0.53125feature.scaled
训练得到的模型为feature.scaled.model
具体的参数含义可以参考帮助文档。
这里-s是选择SVM的类型。
对于回归来说,只能选3或者4,3表示epsilon-supportvectorregression,4表示nu-supportvectorregression。
-t是选择核函数,通常选用RBF核函数。
-p尽量选个比较小的数字。
需要仔细调整的重要参数是-c和-g。
除非用grid.py来搜索最优参数,否则只能自己慢慢试了。
(3)用svm-predict.exe进行预测
Svm-predict.exefeature_test.scaledfeature.scaled.modelfeature_test.predicted
其中feature_test.scaled是归一化后的测试特征文件名,feature.scaled.model是训练好的模型,SVM预测的值在feature_test.predicted中
6.svm-toy.exe的使用
在libsvm-3.19\windows下有个名为svm-toy.exe的,他是用来展示你的数据样式和查看预测分类结果的。
可以在上面任意点击,他会根据点击的位置生成点,”change”可以改变点的颜色,“save”用来保存这些数据到一个文件,也可以用“load”装载经过归一化后的数据文件,在按钮后面输入想设置的参数后,点击”run”就会出现分类或预测结果。
利用它,可以直观地看到改变某些参数导致的变化和结果,从而便于找到合适参数。
例如:
对于下列数据
0.2391:
0.000
0.3511:
0.033
0.3421:
0.067
0.3381:
0.100
0.3501:
0.133
0.3751:
0.167
0.0321:
0.200
0.1921:
0.233
0.0591:
0.267
0.2421:
0.300
0.1131:
0.333
0.4371:
0.367
0.6501:
0.400
0.7961:
0.433
0.9391:
0.467
0.8921:
0.500
0.8741:
0.533
0.7681:
0.567
0.6721:
0.600
0.4111:
0.633
0.3961:
0.667
0.1841:
0.700
0.0001:
0.733
0.1181:
0.767
0.1651:
0.800
0.2931:
0.833
0.3311:
0.867
0.3561:
0.900
0.3171:
0.933
0.3291:
0.967
0.1831:
1.000