Question

我仍然对如此多的答案感到困惑，这些答案并不全面，如何在mat-lab中为Libsvm准备数据，以及完成培训的具体要求是什么

我有以下数据，我需要知道下一步是什么（我现在在Excel中的数据）

lable   words   total_char  domain len  Ratio   digit   dash    Jaccard  String 
-1         0       0             11     0.0000      0      0    0.3444  uvcaylkgdpg
-1         0       0              8     0.0000      0      0    0.2707  yqdqyntx
-1         1       2              10    0.2000      0      0    0.1761  vzcocljtfi
-1         0       0              8     0.0000      0      0    0.1919  wojpnhwk
-1         0       0              9     0.0000      0      0    0.3475  plrjgcjzf

 1         1       4             6      0.6667      0      0    0.4264  google
 1         4       14            8      1.7500      0      0    0.3444  facebook
 1         4       13            7      1.8571      0      0    0.2707  youtube
 1         1       3             5      0.6000      0      0    0.1761  yahoo
 1         1       3             5      0.6000      0      0    0.1919  baidu
 1         0       0             9      0.0000      0      0    0.3475  wikipedia

这是我需要训练分类器的数据的一部分

现在我知道mat实验室的下一步是做什么的我做了以下事情安装Libsvm，它工作正常我需要知道如何才能获得最佳结果和正确的调整以便绘制结果？

Answer 1

您所说的下一部分是训练分类器或创建模型以供将来分类。即查找SVM模型的参数。您可以在LIBSVM中使用svmtrain来训练模型。

例如，

model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00154');

您需要确定的参数是c和gamma。

之后的步骤是做svmpredict所需的预测。

示例：

[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

希望它可以帮助您继续您的流程。

由我阅读此qn的答案：Retraining after Cross Validation with libsvm

准备我的数据以进行SVM libsvm matlab的培训

1 个答案: