再次讨论libsvm的C-SVC问题关于wi参数的讨论
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
这个是用-s来调节的。
-s svm_typ e : set type of SVM (default 0)
0 -- C-SVC
1 -- nu-SVC
2 -- one-class SVM
3 -- epsilon-SVR
4 -- nu-SVR
-wi 这个参数就是调整不同类别的惩罚参数的。
-wi weight:set the paramet er C of class i to weight*C, for C-SVC (default 1)
-wi 用法的一个小例子
-wi weight:set the paramet er C of class i to weight*C, for C-SVC (default 1) (这个说的多明确啊，还不明白吗？囧)
再说的明确，大白话一点如下：
-wi weight可以将类别号为i 的这个类别的惩罚参数变为w eight*C
比如测试数据有两类，标签分别为1-1 如果之前设置了c=14
此时再用-w1 0.5 -w-1 10 参数设置则此时标签为1的这类的惩罚参数变为0.5*14 = 7
标签为-1的这类的惩罚参数变为10*14 = 140
http://www.ilovema /thread-89155-1-1.html
Libsvm使用心得
首先下载Lib svm、Python和Gnuplo t：
l libsvm的主页.tw/~cjlin/libsvm/上下载libs vm （我自己用2.86版本）
l python的主页http://www.python.org下载 python（我自己用2.5版本）
l gnuplot的主页http://www.gnuplo/下载gnupl ot （我用4.0版本）
LIBSVM使用的一般步骤是：
1）按照LIBSV M软件包所要求的格式准备数据集；
2）对数据进行简单的缩放操作；
3）首要考虑选用R BF 核函数；
4）采用交叉验证选择最佳参数C与g ；
5）采用最佳参数C与g 对整个训练集进行训练获取支持向量机模型；
6）利用获取的模型进行测试与预测。
1）LIBSVM使用的数据格式
该软件使用的训练数据和检验数据文件格式如下：
[label] [index1]:[value1] [index2]:[value2] ...
[label] [index1]:[value1] [index2]:[value2] ...
一行一条记录数据，如:
+1 1:0.708 2:1 3:1 4:-0.320 5:-0.105 6:-1
这里(x,y)à((0.708,1,1, -0.320, -0.105, -1), +1)
label 或说是clas s, 就是你要分类的种类，通常是一些整数。
index 是有順序的索引，通常是连续的整数。
value 就是用来 train 的数据，通常是一堆实数。
2）对数据进行简单的缩放操作
扫描数据. 因为原始数据可能范围过大或过小, svmscal e可以先将数据重新sca le (縮放) 到适当范围使训练与预测速度更快。
svmscal e.exe的用法：svmscal e.exe feature.txt feature.scaled
默认的归一化范围是[-1,1]，可以用参数-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特征名为fea ture.scaled
3）考虑选用RBF核函数
训练数据形成模型（model）,实质是算出了w x+b=0中的w,b.
Svmtrai n的用法：svmtrai n [options] trainin g_set_file [model_f ile]
其中optio ns涵义如下:
-s svm类型：设置SVM 类型，默认值为0，可选类型有：
0 -- C- SVC
1 -- nu - SVC
2 -- one-class-SVM
3 -- e - SVR
4 -- nu-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:exp(-||u-v||*||u-v||/g*g)
3 -- sigmoid核：tanh(g*u'*v+ coef 0)
-d degree：核函数中的de gree设置，默认值为3；
-g r(gama)：核函数中的函数设置(默认1/ k);
-r coef 0：设置核函数中的coef0，默认值为0；
-c cost：设置C- SVC、e - SVR、n - SVR中从惩罚系数C，默认值为1；
-n nu ：设置nu - SVC、one-class-SVM 与nu - SVR 中参数nu ，默认值0.5；
-p e ：核宽,设置e - SVR的损失函数中的e ，默认值为0.1；
-m cachesi ze：设置cache内存大小，以MB为单位(默认40)：
-e e ：设置终止准则中的可容忍偏差，默认值为0.001；
-h shrinki ng：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；
-wi weight：对各类样本的惩罚系数C加权，默认值为1；
-v n：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S VM 的类型和核函数所支持的参数进行任意组合，如果设置的参数在函数或SV M 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。
trainin g_set_file是要进行训练的数据集；model_f ile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。
举个例子如下：
C:/libsvm-2.85/windows>svmtrai n heart_s cale
*
optimiz ationfinishe d, #iter = 162
nu = 0.431029
obj = -100.877288, rho = 0.424462
nSV = 132, nBSV = 107
Total nSV = 132
现简单对屏幕回显信息进行说明：
#iter为迭代次数，
nu 与前面的操作参数-n nu 相同，
obj为SVM文件转换为的二次规划求解得到的最小值，
rho 为判决函数的常数项b，
nSV 为支持向量个数，
nBSV为边界上的支持向量个数，
Total nSV为支持向量总个数。
训练后的模型保存为文件*.model，用记事本打开其内容如下：
svm_typ e c_svc %训练所采用的s vm类型，此处为C- SVC
kernel_type rbf %训练采用的核函数类型，此处为RBF核
gamma 0.0769231 %设置核函数中的g ，默认值为1/ k
nr_clas s 2 %分类时的类别数，此处为两分类问题
total_s v 132 %总共的支持向量个数
rho 0.424462%决策函数中的常数项b
label 1 -1%类别标签
nr_sv 64 68 %各类别标签对应的支持向量个数
SV %以下为支持向量
1 1:0.1666672:1 3:-0.3333334:-0.4339625:-0.3835626:-1 7:-1 8:0.0687023 9:-1
10:-0.90322611:-1 12:-1 13:1
0.5104832128985164 1:0.125 2:1 3:0.3333334:-0.3207555:-0.4063936:1 7:1
8:0.0839695 9:1 10:-0.80645212:-0.33333313:0.5
1 1:0.3333332:1 3:-1 4:-0.2452835:-0.5068496:-1 7:-1 8:0.1297719:-1 10:-0.16129 12:0.33333313:-1
1 1:0.2083332:1 3:0.3333334:-0.6603775:-0.5251146:-1 7:1 8:0.4351159:-1
10:-0.19354812:-0.33333313:1
4）采用交叉验证选择最佳参数C与g
通常而言，比较重要的参数是 gamma (-g) 跟 cost (-c) 。
而 cross validat ion (-v)
的参数常用5。
那么如何去选取最优的参数c和g呢？libsvm的 python子目录下面
的grid.py 可以帮助我们。
此时。
其中安装pyt hon2.5需要（一般默认安装到c:/python25 下），将gnuplo t解压。
安装解压完毕后，进入/libsvm/tools目录下，用文本编辑器（记事
本，edit都可以）修改grid.py文件，找到其中关于g nuplot路径的那项（其默认路径为gnuplot_exe=r"c:/tmp/gnuplot/bin/pgnuplo t.exe"），根据实际路径进行修改，并保存。
然后，将grid.py和C:/Python25目录下的p ython.exe文件拷贝到libsv m/windows目录下，键入以下命令：$ pythongrid.py train.1.scale 执行后，即可得到最优参数c和g。
另外，至于下libs vm和pyt hon的接口的问题，在libsvm2.86中林老师已经帮助我们解决，在/libsvm/windows/python目录下自带了s vmc.pyd这个文件，将该文件文件复制到libsvm/python目录下，同时，也将pytho n.exe文件复制到该目录下，键入以下命令以检验效
果（注意：.Py文件中关于gnuplo t路径的那项路径一定要根据实际路径修改）：
pythonsvm_tes t.py
如果能看到程序执行结果，说明libsv m和pyth on之间的接口已经配置完成，以后就可以直接在pytho n程序里调用libsvm的函数了！
5）采用最佳参数C与g 对整个训练集进行训练获取支持向量机模型
$ svmtrai n –c x –g x –v x trainin g_set_file [model_f ile]
x为上述得到的最优参数c和g的值，v的值一般取5。
6）利用获取的模型进行测试与预测
使用Svmtr ain训练好的模型进行测试。
输入新的X值，给出SVM预测出的Y值
$ Svmpred ict test_fi le model_f ile output_file
如：./svm-predict heart_s cale heart_s cale.model heart_s cale.out
Accurac y = 86.6667% (234/270) (classif icatio n)
这里显示的是结果
一个具体使用的例子。
以libsvm中的hear t_scal e作为训练数据和测试数据，同时已经将py thon安装至c盘，并将grid.py文件中关于gnuplo t路径的默认值修改为实际解压缩后的路径，将
heart_s cale、grid.py和pyth on.exe拷贝至/libsvm/windows文件夹下。
./svm-train heart_s cale
optimiz ationfinishe d, #iter = 162
nu = 0.431029
obj = -100.877288, rho = 0.424462
nSV = 132, nBSV = 107
Total nSV = 132
此时，已经得到hea rt_sca le.model，进行预测：
./svm-predict heart_s cale heart_s cale.model heart_s cale.out
Accurac y = 86.6667% (234/270) (classif icatio n)
正确率为Acc uracy= 86.6667%。
./pythongrid.py heart_s cale
得到最优参数c=2048，g=0.0001220703125.
./svm-train -c 2048 -g 0.0001220703125 heart_s cale得到model后，由./svm-predict heart_s cale heart_s cale.model heart_s cale.out得到的正确
率为Accur acy = 85.1852%.这块还有点迷惑？为什么正确率降低了？
当然也可以结合subset.py 和easy.py 实现自动化过程。
如果要训练多次，可以写个批处理程序省好多事。
这里举个例子：
::@ echo off
cls
:: split the data and outputthe results
for /L %%i in (1,1,1000) do pythonsubset.py b59.txt 546 b59(%%i).in8 b59(%%i).out2 for /L %%i in (1,1,1000) do pythoneasy.py b59(%%i).in8 b59(%%i).out2 >> result89.txt 这段批处理代码首先调用su bset.py对文件b59.txt执行1000次分层随机抽样(对数据进行80-20%分割)然后调用eas y.py 进行1000次参数寻优，把记录结果写到result89.txt中（包括1000次训练的分类准确率和参数对）。
还可以调用fs elect.py进行特征选择，调用plotr oc.py进行roc曲线绘制。
先写到这里吧，希望能和大家一起学习lib svm，进一步学好sv m。