Libsvm常见问题及帮助.docx

1、Libsvm常见问题及帮助LIBSVM常见问题最后编辑时间：周日，2011年3月13日十三时30分52秒GMTOriginal Text:Q: How to handle the name conflict between svmtrain in the libsvm matlab interface and that in MATLAB bioinformatics toolbox?显示其他翻译 所有的问题（74） Q1：_Some_sample_uses_of_libsvm（2） Q2：_Installation_and_running_the_program（12） 3：_Data_pr

2、eparation（7） Q4：_Training_and_prediction（33） Q5：_Probability_outputs（3） 6：_Graphic_interface（3） 7：_Java_version_of_libsvm（4） Q8：_Python_interface（1） 9：_MATLAB_interface（9）o 有些课程已作为一种工具libsvm的o 使用libsvm的一些应用程序/工具o libsvm的文件在哪里可以找到？o 更改日志和早期版本在哪里？o 如何举LIBSVM？o 我想用我的软件libsvm的。没有任何许可证的问题吗？o 是否有一个额外的工具库l

3、ibsvm的基础吗？o UNIX机器上，我得到了“共享库加载错误”或“无法打开共享对象文件。”发生了什么事？o 我已经修改了源和想建立的图形界面“SVM玩具”MS Windows上。我应该怎样做呢？o 我是一个MS Windows用户，但为什么只有这些预编译的。exe（SVM玩具），实际运行？o 有什么区别“。”和“*”outputed在训练吗？o 为什么偶尔崩溃的程序（包括MATLAB或其他接口），并给出一个分割故障？o 如何建立一个动态库（。dll文件）MS Windows上吗？o 在某些系统上（例如，Ubuntu的），编译LIBSVM提供了很多的警告信息。这是一个问题，如何禁用警告消息？

4、o 为什么有时不是所有的数据的属性出现在训练/模型文件？o 如果我的数据都是非数值？o 你为什么考虑稀疏的格式？将培训密集的数据要慢得多？o 为什么有时我的数据的最后一行不读SVM的火车？o 有一个程序来检查，如果我的数据是正确的格式吗？o 我可以把数据文件的意见？o 如何转换其他数据格式LIBSVM格式？o 培训的C-SVM的输出类似于以下。他们是什么意思？o 你能解释模型文件？o 我应该使用float或double存储在缓存中的数字？o 我该如何选择内核呢？o libsvm的线性SVM的特殊待遇吗？o 免费支持向量的数量很大。我应该怎么办？o 我应该以类似的方式扩展训练和测试数据？o 它使

5、一个很大的区别，如果我每个属性的缩放，而不是1,1 0,1？o 预测率是低的。我怎么能提高呢？o 我的数据是不平衡的。可以libsvm的处理这样的问题呢？o NU-SVC和C-SVC的之间的区别是什么？o 程序继续运行（不显示任何输出）。我应该怎么办？o 程序继续运行（与输出，即多点）。我应该怎么办？o 训练时间太长。我应该怎么办？o 始终没有萎缩帮助吗？o 我要如何决定值（S）？o 我如何获得一个点的超平面之间的距离？o 32位的机器上，如果我在Linux机器上使用一个大的缓存（即大米），这就是为什么有时我得到“分割故障？”o 我如何禁用屏幕输出SVM的火车吗？o 我想用我自己的内核。任何例

6、子？svm.cpp，有两个子程序为核心的评价：k_function（）和kernel_function（）。我应该修改哪一个？o 没有什么方法libsvm的使用多类SVM的吗？你为什么不使用“1对其余”的方法吗？o 做交叉验证后，为何有没有模型文件输出？o 为什么我的交叉验证的结果是从实用指南“中的那些不同呢？o 在某些系统上的简历准确性是一样的，在多次运行。我怎么能使用不同的数据分区？换句话说，我该如何设置LIBSVM中的随机种子吗？o 我想解决L2丢失的SVM（即误差项是二次）。我应该如何修改代码？o 如何选择一类SVM的参数训练数据中只有一类？o 为什么代码给出NaN（不是一个数字）结果

7、呢？o 为什么在Windows grid.py有时失败？o 为什么，grid.py / easy.py有时会产生以下警告消息？o 为什么预测的标签和决策值的符号，有时逆转？o 我不知道测试数据的类标签。我应该在测试文件中的第一列是什么？o 我怎样才能使用OpenMP并行多核/共享内存的计算机上LIBSVM？o 我怎么能知道哪些培训实例支持向量？o 为什么培训的一种概率模型（即，B 1）需要更长的时间呢？o 为什么使用-b选项，不给我更好的准确性？o 为什么使用SVM的预测 - B 0-B 1给出了不同的精度值吗？o 我怎样才能挽救绘制SVM玩具的图像？o 我按下“Load”按钮加载数据点，但S

8、VM玩具为什么不能吸引他们呢？o 我想SVM的玩具来处理以上三类数据，我应该怎么办？o Java版本和C + +的libsvm的版本之间的区别是什么？o 是Java版本明显比C + +版本慢？o 虽然训练中，我得到以下错误消息：java.lang.OutOfMemoryError。什么是错的？o 为什么你有主源文件svm.m4，然后把它转换到svm.java？o 除了Python的C + +接口提供的，我能使用Jython调用libsvm的呢？o 我编译MATLAB的接口没有问题，但为何发生错误，同时运行？o 我对64位Windows编译MATLAB的接口没有问题，但为何发生错误，同时运行？o

9、 MATLAB的接口没有提供一个函数来做到缩放？o 我怎么能使用MATLAB的接口参数选择呢？o 我使用MATLAB并行编程工具箱上的参数选择的多核心环境。为什么程序更慢？o 我如何使用在MATLAB环境下使用OpenMP LIBSVM？o 我怎么能产生线性SVM的原始变量w？o 有libsvm的OCTAVE的接口吗？o 如何处理之间的的svmtrain名称冲突libsvm的MATLAB接口，在MATLAB生物信息学工具箱？问：有些课程已作为一种工具libsvm的 计算机科学，应用科学学院，德国弗赖堡大学，研究所 数学与计算机科学的分工。faculteit DER Exacte Wetensc

10、happen Vrije大学，荷兰。 威斯康星大学麦迪逊分校电气工程和计算机系， Technion工业（以色列理工学院），以色列。 美国佛罗里达大学计算机与信息科学系， 计算机科学研究所，大学，肯尼亚内罗毕。 应用数学与计算机科学，冰岛大学。 支持向量机在机器学习暑期学校的教程，芝加哥大学，2005。返回顶部问：有些应用程序/使用libsvm的工具（也许liblinear）。 LIBPMK：金字塔比赛工具包 maltparser：数据驱动的依赖解析系统 分类neuroimages PyMVPA：蟒蛇工具 SOLpro：蛋白质溶解度预测 BDVal：生物标志物的发现在高吞吐量的数据集。 实时识别

11、物体 scikits.learn：在Python的学习机返回顶部问：我在哪里可以找到libsvm的文件？ 正式实施文件：C.-C.张和C.-J.林LIBSVM：支持向量机库。 使用SVM的流程大概的说明是在一些目录中的README文件在主目录中的自述：“所有细节选项，数据格式和库调用工具/自述：参数选择和其他工具 对于初学者指南：C.-W.许C.-C.张和C.-J.林。支持向量机分类的实用指南返回顶部问：在哪里更改日志和早期版本？查看更改日志。在这里你可以下载早期版本。返回顶部问：如何举LIBSVM？请举出下列文件：张稚涌和林之仁，LIBSVM：支持向量机库，2001年。在http:/www.

12、csie.ntu.edu.tw/cjlin / libsvm的软件可用2011-12-01格式手册CC01a 撰文= 张致中和林致仁， 标题= LIBSVM：为支持向量机库 年= 2001年 注= URL提供的软件http:/www.csie.ntu.edu.tw/cjlin / libsvm的返回顶部问：我想用我的软件libsvm的。没有任何许可证的问题吗？libsvm的许可证（“修改的BSD许可证”），是很多，如GPL的自由软件许可证兼容。因此，它很容易在您的软件使用libsvm的。请详细的版权文件。基本上你需要1. 清楚地表明，使用SVM的流程大概。2. 保留在软件的LIBSVM版权文件

13、。它也可以在商业产品中使用。返回顶部问：是否有一个额外的工具libsvm的基础库？是的，看到libsvm的工具返回顶部问：在UNIX机器上，我得到了“共享库加载错误”或“无法打开共享对象文件。”发生了什么事？这通常发生，如果你在一台机器上编译代码并运行另一个有不兼容的库。尝试重新编译该机器上的程序或使用静态链接。返回顶部问：我已经修改了源代码，并想建立的图形界面“SVM玩具”在MS Windows。我应该怎样做呢？通过选择“Win32项目建设作为一个项目。”另一方面，“SVM一条龙”和“SVM的预测：”你要选择“Win32控制台项目。”libsvm的2.5后，您还可以使用文件Makefile.

14、win。在自述的细节。如果你不使用Makefile.win，看看下面的链接错误LIBCMTD.lib（wwincrt0.obj）的：错误LNK2001：无法解析的外部符号_wWinMain 16你可能已经选择了一个错误的项目类型。返回顶部问：我是一个MS Windows用户，但为什么只有那些预编译EXE（SVM玩具），实际运行。？你需要打开一个命令窗口，然后键入svmtrain.exe看到所有选项。一些例子是在README文件。返回顶部问：什么是区别“。”和“*”outputed在训练吗？“。”意味着每1000个迭代（或每迭代数据是你的数据小于1000）。“*”是指使用一个较小的缩水问题的迭代

15、后，我们重置为使用全套。看到执行文件详情。返回顶部问：为什么偶尔崩溃的程序（包括MATLAB或其他接口），并给出一个分割故障？该计划很可能会消耗太多的内存比什么操作系统可以提供。尝试使用较小的数据，如果程序仍然崩溃。返回顶部问：如何建立一个动态库（dll文件。）在MS Windows？最简单的方法是使用Makefile.win。在自述的细节。另外，您可以使用Visual C + +下面是示例使用Visual Studio.NET 2008。1. 创建一个Win32的空的DLL项目和集（项目 $ PROJECT_NAME属性- 配置）“。释放”关于如何创建一个新的动态链接库，请参阅2. 将svm

16、.cpp，svm.h添加到您的项目。3. 添加_ WIN32_“和_CRT_SECURE_NO_DEPRECATE处理器定义（项目 $ PROJECT_NAME属性. - 的C / C + + - 预处理器）4. 设置不使用预编译头（项目 - $ PROJECT_NAME属性. - 的C / C + + - 预编译头）创建/使用预编译头5. 设置调制定义文件svm.def的路径（在项目 - $ PROJECT_NAME属性 - 链接器 - 输入6. 建立DLL。7. 重命名的dll文件到libsvm.dll和移动到正确的路径。返回顶部问：在某些系统（如Ubuntu的），编译LIBSVM使许多警

17、告消息。这是一个问题，如何禁用警告消息？警告消息是什么样svm.cpp：2730：警告：忽略返回值的int fscanf（文件*，常量字符*，.），与属性warn_unused_result声明但是，这不是一个问题。在未来，我们可以修改代码，使这些信息不会出现。在这一刻，禁用警告消息，您可以替换CFLAGS =墙Wconversion - O3-fPIC的同CFLAGS =墙Wconversion - O3-fPIC的，U_FORTIFY_SOURCE在Makefile。返回顶部问：为什么有时不是所有的数据的属性出现在训练/模型文件？libsvm的使用所谓的“疏”的格式，其中零值并不需要存储。

18、因此，一个数据与属性1 0 2 0表示为1:1 3:2返回顶部问：如果我的数据都是非数值？目前libsvm的只支持数值数据。您可能必须改变非数值数据数值。例如，您可以使用多种的二进制属性代表一个明确的属性。返回顶部问：为什么你认为稀疏的格式？将培训密集的数据要慢得多？这是一个有争议的问题。稀疏向量（即内积）内核的评价是速度较慢，所以总的训练时间可以至少两次或3次，用密集的格式。但是，我们不能支持只有密集的格式，那么我们就不能处理极为稀少的情况下。简单的代码是另一个值得关注。现在，我们决定只支持稀疏的格式。返回顶部问：为什么有时我的数据的最后一行不读通过SVM火车？我们假设你的 n在每行结束。所

19、以，请按输入你的最后一行结束。返回顶部问：是否有一个程序来检查，如果我的数据在正确的格式吗？在libsvm的的SVM火车方案进行输入数据只是一个简单的检查。libsvm的2.85后，做了详细的检查，你可以使用Python的脚本工具/ checkdata.py的。有关详细信息，请参阅工具/自述。返回顶部问：我可以把数据文件的评论？我们不正式支持。但，cureently LIBSVM是能够处理以下格式的数据：1 1:2 2:1您的意见需要注意的是字符“：”不应该出现在您的意见。返回顶部问：如何转换其他数据格式LIBSVM格式？这取决于你的数据格式。我们有一个简单的C代码，空格/冒号分隔的格式传送到

20、libsvm的格式。如果需要的话，请联系我们。另外，一个简单的方法是使用libsvm的MATLAB /八度接口libsvmwrite。采取一个CSV（冒号分隔的格式）文件为例，在UCI机器学习库。下载SPECTF.train。标签是在第一列。下面的步骤产生的libsvm的格式的文件。MATLAB SPECTF = csvread（“SPECTF.train）;读取csv文件MATLAB标签：= SPECTF（1）;，从第一列标签MATLAB特性= SPECTF（2底）; MATLAB因素 features_sparse =稀疏（功能）;功能必须是在一个稀疏矩阵MATLAB libsvmwrit

21、e（SPECTFlibsvm.train，标签，features_sparse的）;tranformed数据存储在SPECTFlibsvm.train。返回顶部问：培训输出的C-SVM是像以下。他们是什么意思？优化完成，ITER = 219NU = 0.431030OBJ = -100.877286，= 0.424632NSV = 132，nBSV = 107共有NSV = 132obj是双SVM问题的最优目标函数值。Rho是在决策函数SGN（W TX - RHO）的偏见的任期。NSV和nBSV是支持向量的和有界支持向量数目（即，alpha_i = C）NU-SVM的C-SVM是有点等价形式，

22、其中C是由NU取代。怒江只显示相应的参数。更多细节libsvm的文件。返回顶部问：你能否解释模型文件？参数后，每一行代表一个支持向量。支持向量列在前面列出的“标签”的顺序。（即，在“标签”列表中的第一类的分组第一，依此类推。）如果k是班级总数在J类支持向量前，有K-1系数Y *阿尔法阿尔法是以下两个类问题的解决方案：双J，1比2比j，.，J-1和j，J和J +1，j与j +2 .，J与k在第j-1系数和y = 1，Y =在余下的KJ系数为-1。例如，如果有4类，文件看起来像： - + - + - + - +| 1 | 1 | 1 | | V | V | V | | 1类支持向量| 2 | 3

23、| 4 | |- + - + - + - +| 1 | 2 | 2 | | V | V | V |支持向量2级| 2 | 3 | 4 | |- + - + - + - +| 1 | 2 | 3 | | V | V | V | | 3类支持向量| 3 | 3 | 4 | |- + - + - + - +| 1 | 2 | 3 | | V | V | V |支持向量由4级| 4 | 4 | 4 | |- + - + - + - +还看到一个例证，利用MATLAB /倍频程。返回顶部问：我应该使用float或double存储在缓存中的数字？我们已经漂浮作为默认存储在缓存中，你可以更多的数字。一般这是

24、不够好，但一些困难的情况下（例如C非常大）的解决方案是大量的地方，它可能是可能的数值精度是不够的使用仅浮法。返回顶部问：如何选择内核呢？一般情况下，我们建议您先尝试RBF核。Keerthi和林（由最近的成果在这里下载文件）显示，如果径向基函数模型选择与使用，那么就没有必要考虑线性内核。使用乙状结肠内核矩阵未必是正定的，它的精度是一般不超过RBF神经更好。（林和林（看到这里的文件下载文件）。多项式内核是确定的，但如果使用高度，数值困难，往往发生（思想关于DTH功率（ scaled_train_data SVM大规模-R scaling_parameters test_data scaled_te

25、st_data返回顶部问：如果我每个属性的缩放，而不是1,1 0,1，是否有很大的差别？线性缩放方法，如果使用RBF核进行参数选择，没有什么区别。假设宓公里，分别是第i个属性的最大和最小的值。缩放到0,1的方法 x=（X-MI）/（MI-MI）为-1,1， X = 2（X-MI）/（米英里）-1。在RBF核， x-Y=（XY）/（米-MI），X Y = 2（XY）/（MI-MI）。因此，使用（C，G）0,1规模的数据是一样（C，G / 2）在-1,1，规模数据。虽然性能是相同的，计算时间可能有所不同。对于许多零项的数据，0,1缩放保持输入数据的稀疏性，因此可以节省时间。返回顶部问：预测率是低的

26、。我怎么能提高呢？尝试使用模型选择工具grid.py在Python目录，找到了良好的参数。看到模式选择的重要性，请参阅我的谈话：支持向量机分类的实用指南返回顶部问：我的数据是不平衡的。可以libsvm的处理这样的问题呢？是的，有一个无线网络选项。例如，如果您使用 SVM一条龙-0-C 10-W1-W-1 1 5 data_file类“-1”的刑罚是较大的。请注意，-W选项只用于C-SVC。返回顶部问：NU-SVC和C-SVC的之间的区别是什么？他们基本上是一回事，但用不同的参数。C的范围是从零到无穷大，但女始终是0,1之间。怒江的一个很好的属性，它关系到支持向量率和训练误差比。返回顶部问：该程

27、序保持运行（不显示任何输出）。我应该怎么办？您可能要检查你的数据。每次训练/测试数据必须在同一行。不能分开的。此外，你必须删除空行。返回顶部问：该程序保持运行（与输出，即多点）。我应该怎么办？在理论上libsvm的保证收敛。因此，这意味着你正在处理病态的情况下（如过大/小参数），所以数值发生困难。返回顶部问：培训的时间太长。我应该怎么办？对于大的问题，请指定足够的高速缓存大小（即米）。收敛速度慢，可能会出现一些困难的情况下（如-C大）。您可以尝试使用-E停止容忍宽松。如果仍然不起作用，你可以训练，只是数据的一个子集。您可以使用目录中的“工具”的的方案subset.py获得一个随机子集。如果你有

28、非常大的数据，面对这一困难，请与我们联系。我们将很乐意来讨论可能的解决方案。当使用-E大，你可能要检查，如果H 0（无收缩）或-h 1（收缩）是更快。看到下面相关的问题。返回顶部问：是否萎缩总是帮助吗？如果迭代次数是高的，然后缩小经常帮助。但是，如果迭代次数是小（例如，你指定一个较大的-E），那么很可能使用-H 0（无收缩）是更好的。看到执行文件详情。返回顶部问：我如何决定值（S）？我们打印出决定回归值。分类，我们解决几个二进制SVMs的多类案件。您可以通过轻松地调用子程序svm_predict_values，价值观。可以从svm_get_labels获得其相应的标签。详情libsvm的README文件包。我们不建议以下。但是，如果你想获得价值为2级分类标签+1和-1（注：如5日和10 +1和-1，但不事）最简单的方法，只