0

问题：我有一组数据要分类 - 有用（1）/无用（0）。我将提供全套​​数据作为分类器训练目的的输入。并使用不同的数据集进行测试。

为此，我正在尝试将我的数据转换为 LIBSVM 格式。在做任何事情之前，我想提供一个向量的数字输入并检查结果。

输入：

训练：1 1 2（前 1 表示此向量中的有用类，后跟数字输入）测试：1 1 2（我不确定输入数据格式）

输出：

(0:0.9982708183417436)(1:0.0017291816582564153)(实际:1.0 预测:0.0)

我在训练集中没有 0 类，但它已经估计为 0 类。

我不太确定如何将我的数据转换为数字向量输入并将数据从数字测试数据集中获取到提供的等效数据。非常感谢您在这方面的任何帮助。

计划任务： 1. 将所有数据加载到哈希表中，并使用相应的分类器-USEFUL(1) 获取要保存在数据集中的键。2. 将数据集提供给 svmTrain 并获取模型。3.准备测试数据集（如果找到，将每个单词/短语转换为各自的数值保存的训练集。否则，分配一个新值）。4. 将测试集和模型提供给 SVM 的 EVALUATE 方法。5. 从 USEFUL 类中获取结果向量并重新映射到数据。

代码：从不同的来源使用。

公共类 Datatosvmformat {

static double[][] train = new double[1000][3];

public static void main(String[] args) {
    // TODO Auto-generated method stub
    HashMap<String, Integer> dataSet = new HashMap<String, Integer>();

    double[][] test = new double[10][3];

    train[1][0] = 1;
    train[1][1] = 1;
    train[1][2] = 2;

    svm_model model =  svmTrain();
            //Test Data Set  
    double[] test1 = new double[3];
    test1[0] = 1;
    test1[1] = 1;
    test1[2] = 2;
    evaluate(test1,model);

    }

    private static svm_model svmTrain() {
        svm_problem prob = new svm_problem();
        int dataCount = train.length;
        prob.y = new double[dataCount];
        prob.l = dataCount;
        prob.x = new svm_node[dataCount][];     

        for (int i = 0; i <dataCount; i++){             
            double[] features = train[i];
            //ystem.out.println("Features "+features[i]);
            prob.x[i] = new svm_node[features.length-1];
            for (int j = 1; j < features.length; j++){
                svm_node node = new svm_node();
                node.index = j;
                node.value = features[j];
                prob.x[i][j-1] = node;
            }           
            prob.y[i] = features[0];

        }               

        svm_parameter param = new svm_parameter();
        param.probability = 1;
        param.gamma = 0.5;
        param.nu = 0.5;
        param.C = 1;
        param.svm_type = svm_parameter.C_SVC;
        param.kernel_type = svm_parameter.LINEAR;       
        param.cache_size = 20000;
        param.eps = 0.001;      

        svm_model model = svm.svm_train(prob, param);

        return model;
    }

    public static double evaluate(double[] features, svm_model model) 
    {
        svm_node[] nodes = new svm_node[features.length-1];
        for (int i = 1; i < features.length; i++)
        {
            svm_node node = new svm_node();
            node.index = i;
            node.value = features[i];

            nodes[i-1] = node;
        }

        int totalClasses = 2;       
        int[] labels = new int[totalClasses];
        svm.svm_get_labels(model,labels);

        double[] prob_estimates = new double[totalClasses];
        double v = svm.svm_predict_probability(model, nodes, prob_estimates);

        for (int i = 0; i < totalClasses; i++){
            System.out.print("(" + labels[i] + ":" + prob_estimates[i] + ")");
        }
        System.out.println("(Actual:" + features[0] + " Prediction:" + v + ")");
        return v;
    }


}
4

1 回答 1

0

我不完全确定，但问题可能是由于您需要用 标记正面例子+1和用-1.

否则，libsvm 软件可以将任意类（例如0）分配给训练向量1 1 2，因为它将特征向量的第一个元素解释为特征值（而不是标签类）。

因此，尝试将类标签 1 更改为 +1 用于正例（和 -1 用于负例）。

通常，libsvm 的数据格式如下：

<label> <index1>:<value1> <index2>:<value2>

在哪里：

  • label 是类标签（例如 +1/-1）
  • indexN 是特征 ID（即标识某个特征的编号）
  • valueN 是特征值（即分配给指定特征的值：0/1 表示二元特征或 0,1,2,... 表示分类特征）

libsvm 工具接受的数据格式示例可在此页面找到： LIBSVM 数据：分类（二进制类）

您可以探索许多数据集，以了解 libsvm 工具接受的数据格式。

于 2013-10-12T09:09:21.470 回答