ubunu安装libsvm

来源：互联网发布：什么是网络谣言编辑：程序博客网时间：2024/06/06 03:52

libsvm安装参考网站：http://www.cnblogs.com/liangxw1987/archive/2012/11/26/2788850.html

关于xgboost操作libsvm参考网站：http://blog.csdn.net/john159151/article/details/45549143

还有一种工具叫phraug；可以使csv到libsvm格式之间转换

第一步：从官网下载libsvm安装文件

官网地址：http://www.csie.ntu.edu.tw/~cjlin/libsvm/

$ wget -r -O libsvm+tar.gz "http://www.csie.ntu.edu.tw/~cjlin/cgi-bin/libsvm.cgi?+http://www.csie.ntu.edu.tw/~cjlin/libsvm+tar.gz"$ tar -zxvf libsvm+tar.gz

第二步：进入libsvm-3.22目录

在***/libsvm-3.22目录下执行

$ make lib   #生成libsvm.so.2文件

在***/libsvm-3.22/python目录下执行

$ make

将***/libsvm-3.22/python目录下的*.py和***/libsvm-3.22目录下的libsvm.so.2文件copy到python环境包里

$ sudo cp *.py /usr/lib/python2.7/dist-packages/  $ cd ..  $ sudo cp libsvm.so.2 /usr/lib/python2.7/

第三部：检查是否安装成功

python文件中尝试引入包

import svmimport svmutil

关于libsvm

他的数据格式为

说明一点：训练数据DataFrame格式一共有多少行，libsvm就有多少行。indexi表示那一列特征。

<label> <index1>:<value1> <index2>:<value2> .......

比如

1 1:2.927699e+01 2:1.072510e+02 3:1.149632e-01 4:1.077885e+02

一个简单的dataFrame转libsvm文件的例子

#-*- coding:utf-8 -*-import numpy as npimport pandas as pdfrom sklearn.datasets import dump_svmlight_filefrom svmutil import svm_read_problem# dataFrame2libsvmdf = pd.DataFrame()df['feature1'] = np.random.rand(10,)df['feature2'] = np.random.rand(10,)df['feature3'] = np.random.rand(10,)df['label'] = map(lambda x: -1 if x < 0.5 else 1, np.random.rand(10,))train_x = df[ np.setdiff1d(df.columns,['label']) ]train_y = df.labelprint dfdump_svmlight_file(train_x,train_y,'./data/smvlight.libsvm',zero_based=True,multilabel=False)train_y, train_x = svm_read_problem('./data/smvlight.libsvm') #注意返回参数中第一个list是labelprint train_y  # type = listprint train_x  # type = list

输出结果

tensorflow@NoNo:~/py_workspace/code_test$ python libsvm_test.py    feature1  feature2  feature3  label0  0.658051  0.231439  0.959484     -11  0.946773  0.162317  0.019349      12  0.492598  0.538605  0.487779      13  0.878717  0.180026  0.317419      14  0.274376  0.757067  0.763130     -15  0.028619  0.756345  0.384797      16  0.297084  0.037591  0.170282     -17  0.690053  0.772461  0.771781     -18  0.552999  0.006163  0.194889     -19  0.121132  0.784318  0.213316      1[-1.0, 1.0, 1.0, 1.0, -1.0, 1.0, -1.0, -1.0, -1.0, 1.0][{0: 0.6580514571148101, 1: 0.2314389067431816, 2: 0.9594842762467438}, {0: 0.9467733677685749, 1: 0.1623167175795766, 2: 0.01934886005436343}, {0: 0.4925978580764161, 1: 0.5386046263984983, 2: 0.4877788468915214}, {0: 0.8787172500390132, 1: 0.1800264331531124, 2: 0.3174192448003894}, {0: 0.2743762486602979, 1: 0.7570674932547728, 2: 0.763130398639558}, {0: 0.02861937544524562, 1: 0.7563446388879407, 2: 0.3847974464441019}, {0: 0.2970842179706645, 1: 0.03759119176879699, 2: 0.1702815123822912}, {0: 0.6900527245965673, 1: 0.7724610030039325, 2: 0.7717805678493267}, {0: 0.552998651635158, 1: 0.006163155707424983, 2: 0.1948893427641173}, {0: 0.1211315661039534, 1: 0.7843176563346573, 2: 0.2133161959586511}]

0 0