机器学习 支持向量机(SVM)
来源:互联网 发布:刘雯 知乎 编辑:程序博客网 时间:2024/05/01 22:34
SVM方法的基本思想是:定义最优线性超平面,并把寻找最优线性超平面的算法归结为求解一个凸规划问题。进而基于Mercer核展开定理,通过非线性映射φ,把样本空间映射到一个高维乃至于无穷维的特征空间(Hilbert空间),使在特征空间中可以应用线性学习机的方法解决样本空间中的高度非线性分类和回归等问题。
使用工具:
1) Libsvm:http://www.csie.ntu.edu.tw/~cjlin/libsvm/
2) python:版本为2.6.x或2.7都可以
3) gnuplot:http://www.gnuplot.info/
数据样本下载:http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/
(建议成对下载训练样本和测试样本)
配置环境:
将一下变量添加到环境变量中:
C:/Program Files/Python27;
C:/gnuplot/binary;
C:/libsvm-3.0/libsvm-3.0/windows
1、 利用svm-train训练样本并生成训练模型
Dos中输入:svm-train.exe –c 512 –g 0.002 data1.train
将生成一个后缀为model的文件
2、 利用svm-predict预测测试数据
在dos中输入:svm-predict.exe data1.testing data1.train.model data1.out
3、 使用grid.py获取最佳参数
这边令参数c为512,g为0.002并不是最佳参数,后面将介绍使用grid.py来获取最佳参数
转到tools目录下cd C:/libsvm-3.0/libsvm-3.0/tools
打开grid.py修改gnuplot_exe的路径,将路径改为和你的gnuplot路径一致
gnuplot_exe = r"C:/gnuplot/binary/pgnuplot.exe"
在dos中执行:python grid.py data1.train
等个几分钟就会获得一个最佳参数并生成一张分析过程图片
4、 使用easy.py一步到位
要是觉得前面的过程过于繁琐的话,可以使用easy.py进行直接处理
首先还是修改gnuplot_exe路径
然后在dos中执行:python easy.py data1.train data1.testing
- 机器学习 支持向量机(SVM)
- Stanford机器学习--- 支持向量机SVM
- 机器学习之支持向量机(svm)
- 【机器学习】支持向量机SVM
- 机器学习:支持向量机(SVM)
- 机器学习---支持向量机(SVM)
- 机器学习--SVM支持向量机
- 机器学习之支持向量机(SVM)
- 机器学习:支持向量机(SVM)
- Stanford机器学习---支持向量机SVM
- 机器学习之支持向量机SVM
- 《机器学习》- 支持向量机SVM
- 机器学习-支持向量机(SVM)
- 【机器学习】支持向量机SVM总结
- 机器学习(支持向量机-SVM)
- 支持向量机SVM-机器学习ML
- 【机器学习】支持向量机SVM学习(1)
- 【机器学习】支持向量机SVM学习(2)
- 突然想到面淘宝时的一道题
- 如何设置TreeList控件中选中单元的背景色
- Windows compact 7 使用体验
- State Threads Library for Internet Applications
- 如何让repositoryItemComboBox控件的文本显示为不可编辑
- 机器学习 支持向量机(SVM)
- 欣闻《C语言从入门到精通》已经隆重出版
- 关于socket的一点思考——外网连接内网?
- VC6.0中,用MFC的单文档,写的[拼图游戏]----自我解析
- JSP设计模式 [转载]
- T3 Embedded 编译过程中出错的解决方法
- 模仿无罪 分享万岁
- 如何判断一个form是否被关闭
- 双线性插值