Question

我们是两个学生想要使用一流的svm来检测文本文档中的总结值句。我们已经为句子实现了句子相似度函数，我们将其用于另一种算法。我们现在想要在libsvm for java中使用与内核相同的函数来实现单类svm。

我们在PRECOMPUTED（param）的kernel_type字段中使用svm_parameter枚举。在svm_problem（prob）的x字段中，我们在表单上有内核矩阵：

0:i 1:K(xi,x1) ... L:K(xi,xL)

其中K(x,y)是x和y相似度的内核值，L是要比较的句子数，i是当前行索引（0到L）。内核（svm.svm_train(prob, param)）的训练似乎有时会被“卡住”在看似无限循环的东西中。

我们是否误解了如何使用PRECOMPUTED枚举，或问题是否存在于其他地方？

Answer 1

我们解决了这个问题

事实证明，第一列中的“序列号”需要从1转到L，而不是0到L-1，这是我们的初始编号。我们通过检查svm.java中的来源

找到了这一点

double kernel_function(int i, int j)
{
    switch(kernel_type)
    {
        /* ... snip ...*/
        case svm_parameter.PRECOMPUTED:
            return x[i][(int)(x[j][0].value)].value;
        /* ... snip ...*/
    }
}

将编号从1开始而不是0的原因是，在返回值K(i,j)时，行的第一列用作列索引。

示例

考虑这个Java矩阵：

double[][] K = new double[][] {
    double[] { 1,   1.0,   0.1,   0.0,   0.2 },
    double[] { 2,   0.5,   1.0,   0.1,   0.4 },
    double[] { 3,   0.2,   0.3,   1.0,   0.7 },
    double[] { 4,   0.6,   0.5,   0.5,   1.0 }
};

现在，libsvm需要内核值K(i,j)来表示i=1和j=3。表达式x[i][(int)(x[j][0].value)].value将分解为：

x[i]    -> x[1]    -> second row in K          -> [2,   0.5,   1.0,   0.1,   0.4]
x[j][0] -> x[3][0] -> fourth row, first column -> 4
x[i][(int)(x[j][0].value)].value -> x[1][4]    -> 0.4

一开始意识到这有点乱，但改变索引解决了我们的问题。希望这可能会帮助其他有类似问题的人。

在libsvm中使用预先计算的内核会导致它被卡住

1 个答案: