Question

问题：我有一些要分类的数据集 - 有用（1）/无用（0）。我将提供全套数据作为分类器训练目的的输入。并使用不同的数据集进行测试。

为此，我试图将我的数据转换为LIBSVM格式。在做任何事情之前，我想过提供一个向量的数字输入并检查结果。

输入：

训练：1 1 2（前1表示此向量中有用的类，后跟数字输入）测试：1 1 2（我不确定输入数据格式）

输出：

（0：0.9982708183417436）（1：0.0017291816582564153）（实际：1.0预测：0.0）

我在训练集中没有0级，但它已经为0级估计了。

我不确定如何将数据转换为数字向量输入，并将数据测试数据集中的数据提取到提供的等效数据。在此方面的任何帮助都得到了极大的赞赏。

计划任务： 1.将所有数据加载到哈希表中，并将密钥保存在具有相应分类器的数据集中 - USEFUL（1）。 2.将数据集提供给svmTrain并获取模型。 3.准备测试数据集（如果找到则将每个单词/短语转换为相应的数值保存训练集。否则，指定新值）。 4.将测试集和模型提供给SVM的EVALUATE方法。 5.从USEFUL类中获取结果向量并重新映射到数据。

代码：来自不同来源。

public class Datatosvmformat {

static double[][] train = new double[1000][3];

public static void main(String[] args) {
    // TODO Auto-generated method stub
    HashMap<String, Integer> dataSet = new HashMap<String, Integer>();

    double[][] test = new double[10][3];

    train[1][0] = 1;
    train[1][1] = 1;
    train[1][2] = 2;

    svm_model model =  svmTrain();
            //Test Data Set  
    double[] test1 = new double[3];
    test1[0] = 1;
    test1[1] = 1;
    test1[2] = 2;
    evaluate(test1,model);

    }

    private static svm_model svmTrain() {
        svm_problem prob = new svm_problem();
        int dataCount = train.length;
        prob.y = new double[dataCount];
        prob.l = dataCount;
        prob.x = new svm_node[dataCount][];     

        for (int i = 0; i <dataCount; i++){             
            double[] features = train[i];
            //ystem.out.println("Features "+features[i]);
            prob.x[i] = new svm_node[features.length-1];
            for (int j = 1; j < features.length; j++){
                svm_node node = new svm_node();
                node.index = j;
                node.value = features[j];
                prob.x[i][j-1] = node;
            }           
            prob.y[i] = features[0];

        }               

        svm_parameter param = new svm_parameter();
        param.probability = 1;
        param.gamma = 0.5;
        param.nu = 0.5;
        param.C = 1;
        param.svm_type = svm_parameter.C_SVC;
        param.kernel_type = svm_parameter.LINEAR;       
        param.cache_size = 20000;
        param.eps = 0.001;      

        svm_model model = svm.svm_train(prob, param);

        return model;
    }

    public static double evaluate(double[] features, svm_model model) 
    {
        svm_node[] nodes = new svm_node[features.length-1];
        for (int i = 1; i < features.length; i++)
        {
            svm_node node = new svm_node();
            node.index = i;
            node.value = features[i];

            nodes[i-1] = node;
        }

        int totalClasses = 2;       
        int[] labels = new int[totalClasses];
        svm.svm_get_labels(model,labels);

        double[] prob_estimates = new double[totalClasses];
        double v = svm.svm_predict_probability(model, nodes, prob_estimates);

        for (int i = 0; i < totalClasses; i++){
            System.out.print("(" + labels[i] + ":" + prob_estimates[i] + ")");
        }
        System.out.println("(Actual:" + features[0] + " Prediction:" + v + ")");
        return v;
    }


}

Answer 1

我不完全确定，但问题可能是因为您需要使用+1标记正面示例，使用-1标记负面示例。

否则，libsvm软件可以将一个任意类（例如0）分配给训练向量1 1 2，因为它将特征向量的前一个元素作为特征值（而不是标签）类）。

因此，尝试将正面示例中的类标签1更改为+1（负面示例为-1）。

通常，对于libsvm的数据格式如下：

<label> <index1>:<value1> <index2>:<value2>

其中：

label是类标签（例如+ 1 / -1）
indexN是功能ID（即识别某个功能的数字）
valueN是特征值（即分配给指定特征的值：二进制特征为0/1或分类特征为0,1,2，...）

可以在此页面找到libsvm工具接受的数据格式示例： LIBSVM Data: Classification (Binary Class)

您可以浏览许多数据集，以了解libsvm工具接受的数据格式。

libsvm分类 - 到目前为止的糟糕阶段

1 个答案: