Python使用libsvm库

来源：互联网发布：js 关联数组 join 编辑：程序博客网时间：2024/04/29 18:40

Python使用libsvm库

环境： win10 python-2.7.11 64位

1. 官网下载安装包https://github.com/cjlin1/libsvm

解压后如图

2. 将LibSVM文件夹的所有内容（上图）放入Python的包目录\Lib\site-packages或者工程目录中。

我的是D:\python-2.7.11\Lib\site-packages\libsvm

3. 在程序列表中的Microsoft VisualStudio 2015/Visual Studio Tools下找到Visual Studio x64本机命令工具提示符（注意一定要是64位的command prompt），双击该Command Prompt将会弹出命令行窗口，如图

输入nmake -f Makefile.win clean all。这时libsvm的windows目录下将生成64位的动态链接库,如下图

将libsvm.dll添加到系统目录， `C:\WINDOWS\system32\‘

5. 将svm.py和 svmutil.py（如下图）放在正在写的python代码工程文件夹内

或者，将其拷贝到系统安装的python包目录下，如（D:\python-2.7.11\Lib\site-packages\svm），然后配置python的环境变量并重启电脑。

6. 在python文件中使用from svmutil import *即可使用

例如：

from svmutil import *if __name__ == '__main__':  y, x = [1,-1], [{1:1, 2:1}, {1:-1,2:-1}]  prob  = svm_problem(y, x)  param = svm_parameter('-t 0 -c 4 -b 1')  model = svm_train(prob, param)  yt = [1]  xt = [{1:1, 2:1}]  p_label, p_acc, p_val = svm_predict(yt, xt, model)  print(p_label)

得到如下输出：

optimization finished, #iter = 1

nu = 0.062500

obj = -0.250000, rho = 0.000000

nSV = 2, nBSV = 0

Total nSV = 2

optimization finished, #iter = 1

nu = 0.062500

obj = -0.250000, rho = 0.000000

nSV = 2, nBSV = 0

Total nSV = 2

optimization finished, #iter = 1

nu = 0.062500

obj = -0.250000, rho = 0.000000

nSV = 2, nBSV = 0

Total nSV = 2

optimization finished, #iter = 1

nu = 0.062500

obj = -0.250000, rho = 0.000000

nSV = 2, nBSV = 0

Total nSV = 2

Model supports probability estimates, butdisabled in predicton.

Accuracy = 100% (1/1) (classification)

[1.0]

参考：

http://blog.csdn.net/m624197265/article/details/41894311

0 0