简单的SVM算法来预测整数

Question

在我的项目中，我们应该使用基于SVM的算法。因此，为了获得关于SVM实现的基本概念，我们尝试实现一种算法，当使用1000个整数的数组时，其中前95个整数值的范围为0-5，然后接下来的5个值大约为10,000，然后再次95的整数值范围从0-5到下一个5约10,000等等，将能够预测接下来的100个整数（1001-1-1100），其中前95个整数约为0-5，最后5个整数约为10,000 ... < / p>

如何实施？首选的编程语言是python。那么有没有像libsvm这样的svm模块可以促进这个吗？

我知道这可能是一个愚蠢的问题，但任何帮助都会受到很多赞赏！

请回复

Answer 1

以下是来自Python wiki：

的AI（特别是SVM）的一些资源

  

Milk - Milk是Python中的机器学习工具包。它的重点是有多种分类器的监督分类：SVM（基于libsvm），k-NN，随机森林，决策树。它还执行功能选择。这些分类器可以以多种方式组合以形成不同的分类系统。

     

LibSVM - LIBSVM是用于支持向量分类（C-SVC，nu-SVC），回归（epsilon-SVR，nu-SVR）和分布估计（单类SVM）的集成软件。它支持多类分类。默认情况下，Python界面可用。

     

Shogun - 机器学习工具箱的重点是大规模内核方法，尤其是支持向量机（SVM）。它提供了一个通用的SVM对象，它连接到几个不同的SVM实现，其中包括最先进的OCAS，Liblinear，LibSVM，SVMLight，SVMLin和GPDT。每个SVM可以与各种内核组合。该工具箱不仅提供了最常见内核的有效实现，如线性，多项式，高斯和Sigmoid内核，而且还提供了许多最新的字符串内核。 SHOGUN以C ++实现，并与Matlab（tm），R，Octave和Python接口，并自豪地作为机器学习开源软件发布

Answer 2

我会从SciKit开始使用SVM。其他选项包括svmlight和LaSVM。