3

我想在其他计算机上使用这个分类器,而不必再次训练它。我曾经用 cPickle 从 scikit 中保存一些分类器。对 LIBSVM 执行相同操作会给我一个“ ValueError: ctypes objects contains pointers cannot be pickle ”。

我正在使用 LibSVM 3.1 和 Python 2.7.3。

谢谢

from libsvm.svm import *
from libsvm.svmutil import *
import cPickle

x = [[1, 0, 1], [-1, 0, -1]]
y = [1, -1]
prob = svm_problem(y, x)
param = svm_parameter()
param.kernel_type = LINEAR
param.C = 10
m = svm_train(prob, param)
labels_pred, acc, probs = svm_predict([-1, 1], [[1, 1, 1], [0, 0, 1]], m)
print labels_pred, acc, probs

import ipdb; ipdb.set_trace()

filename='libsvm-classif.pkl'

fid = open(filename, 'wb')
cPickle.dump(m, fid)
fid.close()

fid = open(filename, 'rb')
m = cPickle.load(fid)
labels_pred, acc, probs = svm_predict([-1, 1], [[1, 1, 1], [0, 0, 1]], m)

print labels_pred, acc, probs
4

1 回答 1

9

只需使用 libsvm 的加载和保存功能

svm_save_model('libsvm.model', m)
m = svm_load_model('libsvm.model')

这是来自 libsvm 包的 python 目录中的 README 文件。它似乎比网站对功能的描述要好得多。

于 2012-07-14T12:54:04.760 回答