问题标签 [liblinear]

我一直在 R 中使用 liblinear 来解决作者归属问题，并尝试了 LOO 交叉验证，仅使用 liblinear 中的 cross 参数（类似：）LiblineaR(data=mydata, labels=factor(mydata[,1]), cost=co, cross=nrow(mydata)并实际迭代所有行，以便我可以看到哪些文本有被错误分类或其他：

似乎我应该从这两种方法中得到相同的结果，但是对于我的一些数据集，第一个版本比第二个版本给了我更好的结果——例如，96% 的准确率与 50% 的准确率（所有作品都归类为同一作者）。有没有人处理过这种事情？

我使用 LibLinear 运行了一个多类 SVM，但该模型对每个类的某些典型特征给予了很高的权重。

例如：对于 1 类，对于 1 类为 0 且非零的特定变量在我的超平面方程中具有非常重要的权重。

我想在计算特定类的超平面时忽略这些特定功能。一种方法是为这些特征分配零权重。如何更改此代码？

例如：

等等...

我正在尝试使用liblinearc++ 工作，但库调用train(problem*, parameter*)正在将输出发送到终端。有时它说优化完成，有时它似乎正在输出内部状态（为什么？）。这个输出是什么意思，是否可以抑制它或将其转移到某个地方的日志中？我boost::log在程序的其余部分中使用，我想控制程序显示的内容。我在 Ubuntu 12.10 上运行它。

示例输出：

或者

对于train通话，我的参数是：

我的输入数据有大约 10,000 ~ 100,000 个数据点，每个数据点有 62 个特征。

此外，输出模型有 124 个权重。我假设正标签表示的集合有 62 个权重，负标签表示的集合有 62 个权重？我怎么知道它们的顺序？model->label是NULL给我的solver_type。

我正在使用libsvm并且做了一个非常简单的实验，训练 10k 个向量并仅使用 22 个进行测试。我正在使用带参数 cost 的线性内核C=1。我的问题是多类。所以 Libsvm 将使用一对一的方法对我的数据进行分类。Libsvm 使用SMO来寻找分离的超平面。

我的一个朋友做了同样的实验，但使用的 SVM 分类器来自Statistics Toolbox。他还使用了R 的e1071包。同样，使用的内核是线性内核，参数成本C等于 1，并且在 MATLAB 中使用一对一的方法对数据进行分类（一对一方法是由我的朋友编写的）和 e1071 R 包。默认情况下，R 中的 MATLAB Statistics Toolbox 和 e1071 都使用 SMO 方法来查找分离超平面。

我还尝试了最新的LIBLINEAR库。同样，使用了相同的配置。

以下是使用的代码：

libsvm 3.18（命令行）

liblinear 1.94（命令行）

R

有一些精度差异：

• Libsvm 正确分类了 22 个测试特征向量中的 11 个
• Liblinear 正确分类了 22 个测试特征向量中的 18 个
• R 正确分类了 22 个测试特征向量中的 17 个
• 我朋友的一对一 MATLAB 实现正确分类了 22 个特征向量中的 19 个。

那么为什么预测不同呢？我的意思是，如果所有 SVM 都使用线性内核，具有相同的成本参数并使用相同的多类分类方法，那么结果不应该相同吗？

我有两组预测相同输出的特征。但不是一次训练所有东西，我想分别训练它们并融合决策。在 SVM 分类中，我们可以获取可用于训练另一个 SVM 的类的概率值。但是在 SVR 中，我们怎么能做到这一点呢？

有任何想法吗？

谢谢 ：）

考虑以下 liblinear ( http://liblinear.bwaldvogel.de/ ) 的用法：

这是输出：

我需要概率预测，而不是整数（硬）预测。命令行有一个选项 -b ，但我在代码中找不到直接使用该函数的任何内容。此外，查看代码内部（https://github.com/bwaldvogel/liblinear-java/blob/master/src/main/java/de/bwaldvogel/liblinear/Predict.java）；通过在代码中直接使用，显然没有概率预测的选项。那是对的吗？

更新：我最终使用了 liblinear 代码形式https://github.com/bwaldvogel/liblinear-java。在文件 Predict.java 我改变了

至

并使用

但仍然得到整数类。任何想法？

我将使用 LIBLINEAR 为基于转换的依赖项解析做一些工作。但我很困惑如何使用它。如下：

我为基于转换的依赖解析的训练和测试过程设置了 3 个功能模板：

LIBLINEAR 中定义的特征是：

一些例子如：

但我想在某个阶段定义我的特征，比如（一句话“我爱你”）：

这是否意味着我必须使用 LIBLINEAR 定义特征，例如：-------FORMAT 1（词汇索引：0-I、1-love、2-you）

但是我已经想到了其他人的一些陈述，我似乎用二进制定义了特征，所以我必须定义一个词向量，例如：（'I'，'love'，'you'），例如，当'you'出现时，向量将是 (0, 0, 1)

所以LIBLINEAR中的特征可能是：--------FORMAT 2

FORMAT 1 和 2 之间哪个正确？

有什么我弄错了吗？

环境：Matlab R2014a (8.3), Macosx mavericks 10.9.3, Apple LLVM 5.1 (clang-503.0.40)

我正在从http://www.csie.ntu.edu.tw/~cjlin/liblinear/编译 liblinear 包。我修复了matlab安装目录中的mexopts.h指向正确的SDKROOT、C和CXX。当我从导向器 liblinear-1.94/matlab/ 下的 matlab 内部运行 make 时，libsvmread 和 libsvmwrite 成功生成了 mexmaci64 库。但是，它没有为训练和预测生成。因此，我评论了 make 中的 try catch 期望，以了解错误。现在我收到以下错误。

知道为什么我会收到此错误吗？

我正在使用 Weka 3.6.11，我想使用它的 LibLinear 包装器。

我收到“不在 CLASSPATH 中的 Liblinear 类”的消息

我在 Windows 上。我创建系统变量的 CLASSPATH，并将路径写入 liblinear.jar 文件，该文件恰好是

C:\Program Files (x86)\Weka-3-6\LibLINEAR.jar

所以现在，我不确定问题是什么。有任何想法吗？

我正在尝试在 Linux 上为 MATLABR2014a 安装 LibLinear。在 MATLAB 中编译时，read.mexa64 和 write.mexa64 创建得很好，它在 train.mexa64 上失败了。我曾经得到的错误是：

所以我整理了 linear.cpp 中返回值的处理，它仍然失败，只提供了最后一行将我引导到 README。我也尝试安装 gcc-4.7、g++-4.7 和 cpp-4.7，但 make 过程仍然在没有任何信息的情况下终止。正如它所暗示的，我将 matlab 目录设置为：

我已经包括

在 CFLAGS 中，以防万一它被忽略的值引起了大惊小怪。我设法从主目录中的命令行编译它，它工作正常，但有一个漂亮的 MATLAB 界面会很棒:) 如果有人设法让它运行起来，我将非常感谢任何帮助！