你知道一个使用libsvm的简单例子,我安装了Windows 7。
答案 0 :(得分:3)
grid.py
是使用RBF进行C-SVM分类的模型选择工具
(径向基函数)内核。它使用交叉验证(CV)技术
估计指定的每个参数组合的准确性
范围并帮助您确定问题的最佳参数。
grid.py直接执行libsvm二进制文件(因此不需要python绑定) 用于交叉验证,然后使用gnuplot绘制CV精度的轮廓。 在使用之前必须安装libsvm和gnuplot。包裹 gnuplot可在http://www.gnuplot.info/
获得Usage: grid.py [-log2c begin,end,step] [-log2g begin,end,step] [-v fold]
[-svmtrain pathname] [-gnuplot pathname] [-out pathname] [-png pathname]
[additional parameters for svm-train] dataset
该程序使用参数C(和gamma)进行v-fold交叉验证 = 2 ^开始,2 ^(开始+步骤),...,2 ^结束。
您可以指定libsvm可执行文件和gnuplot使用的位置 -svmtrain和-gnuplot参数。
For windows users, please use pgnuplot.exe. If you are using gnuplot
3.7.1, please upgrade to version 3.7.3. The version 3.7.1 has a bug.
> python grid.py -log2c -5,5,1 -log2g -4,0,1 -v 5 -m 300 heart_scale
用户(特别是MS Windows用户)可能需要指定路径 可执行文件。您可以在开头更改路径 grid.py或在命令行中指定它们。例如,
> grid.py -log2c -5,5,1 -svmtrain c:\libsvm-2.7\windows\svmtrain.exe -gnuplot c:\tmp\gnuplot\bin\pgnuplot.exe -v 10 heart_scale
输出:两个文件 dataset.png:CV精度的等高线图(由gnuplot生成) dataset.out:每个(C,gamma)
的准确度日志答案 1 :(得分:1)