-2

我已经扩展了我的训练数据并尝试进行交叉验证以获得最佳参数，但我不知道该怎么做。我试图读取我的缩放训练数据并将它们分配给一个svm_problem变量：

svm_node My_svm_node[16400][157];
svm_node temp[157];
FILE *fp =NULL;
fp = fopen("Scaled_Train_Data.txt","r");   //my data is in fp
for(int LineNumber = 0 ; stop !=1 ; LineNumber++)
{   
    //std::cout<<"Line Number "<<LineNumber<<" Is processed .. \n";
    if (readline(fp)==NULL)
    {
        stop = 1;
        break;
    }
    char *p=line;
    int next_index=1;
    int index = 0 ;
    double target;
    double value;

    sscanf(p,"%lf",&target);
    while(isspace(*p)) ++p;     //remove any spaces betweeen numbers ...
    while(!isspace(*p)) ++p;

    while(sscanf(p,"%d:%lf",&index,&value)==2)
    {
        for(i=next_index;i<index;i++)
        {
            temp[i-1].index = i;
            temp[i-1].value = 0;
        }
        temp[index-1].index = index;
        temp[index-1].value = value;
        while(*p!=':') ++p;                         //check to see if we obey the rule of libsvm
        ++p;                                        
        while(isspace(*p)) ++p;                     //remove any spaces between numbers 
        while(*p && !isspace(*p)) ++p;              
        next_index=index+1;
    }   
    temp[index].index = -1;
    temp[index].value = 0;
    x[LineNumber] = temp;
}

我可以向您保证，我能够成功读取数据，并且temp变量始终包含我scaled_train数据的一个特征向量。

但是当我打电话

svm_cross_validation(&Test_Data,&param,7,target);

我收到运行时访问冲突错误。

我填满了

  • Test_data.l= 特征向量的数量
  • Test_data.y= 特征标签
  • Test_Data.x= 特征值

我不知道这里有什么问题。

这里也有一些奇怪的东西。当我尝试读取 my 的值和索引时svm_node，我总是得到 my 的最后一行，scaled_data而且我无法看到整个数据。（我想问题出在这里。）

for (int j = 0 ; j < 164000 ; j++)  //number of rows 
{
        for (int i = 0 ; i < 157 ; i++)   //maximum number of features 
            {
                    printf("The x[%d][%d] is %d   %lf",j,i,x[j][i].index,x[j][i].value); //I always get the last row for 16400 times !!!!!
                    getchar();
            }
}
4

1 回答 1

1

如果您的训练数据是 LIBSVM 格式（又名 svmlight 格式），最简单的解决方案是查看 LIBSVM 用于读取模型的例程：

void read_problem(const char *filename);

svm-train.c如LIBSVM 包中定义的那样。

于 2013-05-17T19:05:17.793 回答