Libsvm使用方法cmd版本&&Java版本

1.windows cmd命令窗口版本

下载的libsvm包里面已经为我们编译好了（windows）。

进入libsvm\windows，可以看到这几个exe文件：

1.svm-predict: svmpredict test_file mode_file output_file 依照已经train好的model ，输入新的数据，并输出预测新数据的类别。

2.svm-scale: 有时候特征值的波动范围比较大需要对特征数据进行缩放，可以缩放到0–1之间（自己定义）。

3.svm-toy:是图形界面，可以自己画点，产生数据等。

4.svm-train: svmtrain [option] train_file [model_file] train 会接受特定格式的输入，产生一个model 文件。

输入数据格式
label index:value [ index:value]…
比如
1 1:0.5 2:0.3
2 1:0.3 2:0.85
代表属于类别1的(0.5, 0.3)和属于类别2的(0.3, 0.85)

若缺省某维度，默认为0。如1 3:0.5代表(0, 0, 0.5)。
省略为0的维度能减少内存使用，提高运算速度。

训练

使用svm-train.exe，打开命令行，输入svm-train可查看帮助信息。
用法：svm-train [参数] 训练数据路径 [输出模型文件路径]
参数：（待完善）

测试

使用svm-predict.exe，打开命令行，输入svm-predict可查看帮助信息。
用法：svm-predict [参数] 测试数据路径 训练好的模型文件路径 预测输出文件路径

Java平台版本

import java.io.IOException;public class MyTest {    public static void main(String[] args) throws IOException {        //训练        String[] trainArgs = {"train.txt"};  //训练文件目录        String modelFile = svm_train.main(trainArgs);    //返回训练模型文件        //预测        String[] testArgs = {"predict.txt",   //待预测文件                             modelFile,                  //训练好的模型文件                             "result.txt"};//预测结果文件        Double accuracy = svm_predict.main(testArgs);    //返回预测精确度        System.out.println("SVM Classification is done! The accuracy is " + accuracy);    }}

标准化数据
使用svm-scale.exe。打开命令行，输入svm-scale可查看帮助信息。

（待完善）