libsvm使用

标签：scale   data   bat   测试   model   一个   目录   完成   调优   

前提是我把下载下来的libsvm-3.22存放到C盘根目录下，并为之设置了环境变量，安装了gnu.（只看文字有些乏味，有空我会把图片补充进去的）

第一步，进入到libsvm-3.22\windows目录（该目录下有svm-train.exe等）。

第二步，数据缩放

>svm-scale -l 0 -u 1 -s c:\libsvm-3.22\data\rang(名字自己随便起，生成改名字的文件，文件存放的是每一维的数据min,max值）c:\libsvm-3.22\data\train.txt（用来做训练的特征数据，存放格式满足[标签:索引1:值1:索引2:值2……]）>c:\libsvm-3.22\data\train_scale.txt（缩放后生成的数据特征文件）。

第三步，训练数据生成模型

svm-train  训练文件路径 生成模型文件路径（中间用一个空格隔开）

第四步，测试

svm-predict[参数] 测试数据路径 模型文件路径 预测输出文件路径

参考：svm-predict test.scale train.model result

第五步，参数调优

进入到 libsvm-3.22\tools 目录

>grid.py train-scale（缩放后的数据）

第六步，把最优参数输入到svm-train中进行训练

关于训练和测试可以写一个.py文件完成，也可以写bat文件完成。

bat文件可以参考下面

（1）对训练样本的数据缩放

svm-scale -l 0 -u 1 -s train.range train.txt >train.scaled

(2) 使用train.range文件对测试文件进行同标准的缩放

svm-scale -l 0 -u 1 -r train.range test.txt > test.scaled

提示：在下载的libsvm-3.22里面是包含svm源码的，有兴趣的可以自己学习。

libsvm使用

标签：scale   data   bat   测试   model   一个   目录   完成   调优   

原文地址：https://www.cnblogs.com/juluwangshier/p/10256702.html