Felomeng翻译：libsvm2.88之“svm-train”的使用

 

语法：svm-train [参数表] 训练数据集文件 [模型文件]

参数：

-s 支持向量机类型：支持向量机类型集合（默认值0）

       0 -- C-SVC

       1 -- nu-SVC

       2 -- one-class SVM

       3 -- epsilon-SVR

       4 -- nu-SVR

-t 内核类型：内核函数集合（默认值2）

       0 -- 线性函数：u'*v

       1 --多项式函数：(gamma*u'*v + coef0)^degree

       2 --径向基函数：exp(-gamma*|u-v|^2)

       3 – sigmoid函数：tanh(gamma*u'*v + coef0)

       4 – 预先计算好的内核函数 (训练文件中的内核数值)

-d degree值：设定内核函数的degree值（默认值3）

-g gamma值：设定内核函数的gamma值（默认值1/k）

-r coef0值：设定内核函数的coef0值（默认值0）

-c cost值：设定C-SVC、epsilon-SVR、和nu-SVR中的参数C的值（默认值1）

-n nu值：设定nu-SVC、one-class SVM、和nu-SVR中的参数nu的值（默认值0.5）

-p epsilon值：设定epsilon-SVR中损失函数的epsilon值（默认值0.1）

-m 缓存大小：设定缓存内存大小，以MB为单位（默认值100）

-e epsilon值：设定结束条件（默认值0.001）

-h 压缩：是否启用启发式压缩，值为0或1（默认1）

-b 概率期望：在训练SVC或SVR模型时是否启用概率期望，值为0或1（默认值0）

-wi 权重：设定C-SVC中类i的参数C为权重*C（默认值1）

-v n：n重交叉验证模式

 

-g参数的k值表示输入数据的属性数量。

 

参数-v随机切分数据为n个部分，然后计算它们之间交叉验证的精确度/平均方差。

 

输出内容的含义参见libsvm常见问题（FAQ）。