我正在尝试使用libSVM软件包，使用RBF和线性分类，我跟随（我认为）其README文件中的所有建议。
我有一个大文件要训练，（70K）所以我试图使用liblinear而不是RBF。
唯一的问题是我在训练阶段后无法获得模型，我的命令行如下所示：
./train -c 4 -v 5 -s 6 TrainingSet.scal TrainingSet.scal.Model
训练结束后，我有精确度估计，但是当我查看* .model文件以将其用于我的测试集时，我根本找不到它。
您认为这是包中的错误还是我在这里缺少什么？
由于
Rad公司
答案 0 :(得分：2)
选项-v 5表示您正在对训练集进行5倍评估。如果启用此选项，则liblinear使用5倍评估估计错误，并且不输出模型。
如果要输出模型，则不要使用-v 5.在这种情况下，Tt不会输出训练错误。但您可以使用liblinear-predict来估计测试集上的错误。
答案 1 :(得分：0)
我通常直接在代码上使用库，但我认为在你的情况下没有执行训练，因为你使用的选项-s 6我认为是未定义的。
这是用法：
` -s svm_type：设置SVM类型（默认为0）
0 -- C-SVC (multi-class classification)
1 -- nu-SVC (multi-class classification)
2 -- one-class SVM
3 -- epsilon-SVR (regression)
4 -- nu-SVR (regression)
` 您也省略了内核类型
-t kernel_type : set type of kernel function (default 2)
0 -- linear: u'*v
1 -- polynomial: (gamma*u'*v + coef0)^degree
2 -- radial basis function: exp(-gamma*|u-v|^2)
3 -- sigmoid: tanh(gamma*u'*v + coef0)
4 -- precomputed kernel (kernel values in training_set_file)
希望这会成功。