问题标签 [libsvm]

我正在使用 libsvm 进行二进制分类..我想尝试 grid.py ，因为据说可以改善结果..我在不同的终端中为五个文件运行了这个脚本，并且该脚本已经运行了 12 多个小时..

这是我现在 5 个终端的状态：

我已将输出重定向到文件，但这些文件现在什么都不包含。而且，创建了以下文件：

• sbiz_nonbiz_feat.txt.out
• sbiz_nonbiz_feat.txt.png
• sarts_nonarts_feat.txt.out
• sarts_nonarts_feat.txt.png
• sgames_nongames_feat.txt.out
• sgames_nongames_feat.txt.png
• sref_nonref_feat.txt.out
• sref_nonref_feat.txt.png
• snews_nonnews_feat.txt.out (--> 为空)

.out 文件中只有一行信息。
“.png”文件是一些 GNU PLOTS 。

但我不明白上面的 GNUplots / 警告传达了什么......我应该重新运行它们吗？

如果每个输入文件包含大约 144000 行，任何人都可以告诉我这个脚本可能需要多长时间..

谢谢并恭祝安康

我已经在网上搜索了大约 3 个小时，但我还没有找到解决方案。我想给 libsvm 一个预先计算的内核并对数据集进行分类，但是：

• 如何生成预计算内核？（例如，虹膜数据的基本预计算内核是什么？）

• 在 libsvm 文档中，指出：

  对于预计算内核，每个实例的第一个元素必须是 ID。例如，

  /li>

我所说？没有进一步的细节。我可以按顺序分配ID吗？

非常感谢任何 libsvm 帮助和预计算内核的示例。

我是 SVM 的新手，我正在尝试使用 Python 的libsvm接口对包含均值和标准差的样本进行分类。但是，我得到了荒谬的结果。

此任务是否不适合 SVM，或者我在使用 libsvm 时是否有错误？下面是我用来测试的简单 Python 脚本：

该域似乎相当简单。我希望如果它被训练知道 2.5 的平均值意味着标签 1，那么当它看到 2.4 的平均值时，它应该返回标签 1 作为最可能的分类。但是，每个内核的准确度为 0%。为什么是这样？

一些旁注，有没有办法隐藏终端中 libsvm 转储的所有详细训练输出？我搜索了 libsvm 的文档和代码，但找不到任何方法来关闭它。

此外，我曾想在我的稀疏数据集中使用简单的字符串作为键（例如 {'mean':2.5,'stddev':3.5}）。不幸的是，libsvm 只支持整数。我尝试使用字符串的长整数表示（例如 'mean' == 1109110110971110），但 libsvm 似乎将这些截断为正常的 32 位整数。我看到的唯一解决方法是维护一个单独的“密钥”文件，将每个字符串映射到一个整数（'mean'=0，'stddev'=1）。但显然这会很痛苦，因为我必须与序列化分类器一起维护和持久化第二个文件。有没有人看到更简单的方法？

创建 libsvm 训练文件时，如何区分名义属性和数字属性？我正在尝试将某些名义属性编码为整数，但我想确保 libsvm 不会将它们误解为数值。不幸的是，libsvm 的站点似乎只有很少的文档。Pentaho 的文档似乎暗示 libsvm 做出了这种区分，但我仍然不清楚它是如何做出的。

在 Matlab 中执行 SVM 训练后，如何可视化 SVM 分类？

到目前为止，我只训练了 SVM：

我正在使用PYML构建多类线性支持向量机 (SVM)。在训练 SVM 之后，我希望能够保存分类器，以便在后续运行中我可以立即使用分类器而无需​​重新训练。不幸的是，该分类器没有实现 .save() 函数，并且尝试腌制它（使用标准 pickle 和 cPickle ）会产生以下错误消息：

有没有人知道解决这个问题的方法或没有这个问题的替代库？谢谢。

编辑/更新
我现在正在训练并尝试使用以下代码保存分类器：

请注意，我现在使用 PyML 保存机制而不是使用酸洗进行保存，并且我已将“saveSpace=False”传递给训练函数。但是，我仍然遇到错误：

但是，我通过 saveSpace=False... 那么，如何保存分类器？

PS
我正在使用的项目是pyimgattr，以防您想要一个完整的可测试示例...该程序使用“./pyimgattr.py train”运行...这会给您带来此错误。另外，关于版本信息的注释：

我正在使用libsvm对具有大量特征/属性（每个项目大约 5,800 个）的数据集进行多类分类。我想为 C 和 Gamma 选择比我目前使用的默认值更好的参数。

我已经尝试过运行easy.py，但是对于我正在使用的数据集，估计时间几乎是永远的（在20、50、100和200个数据样本上运行easy.py，并得到一个预测的超线性回归我必要的运行时间需要数年）。

有没有办法比默认值更快地获得更好的 C 和 Gamma 值？我正在使用 Java 库，如果这有什么不同的话。

我正在使用libsvm并且文档让我相信有一种方法可以输出输出分类准确性的可信概率。是这样吗？如果是这样，任何人都可以提供一个明确的例子来说明如何在代码中做到这一点？

目前，我正在以下列方式使用 Java 库

我正在为我的支持向量分类实现使用 LibSVM 工具：-

我的输入数据文件中的第一行如下所示：-

我的输入数据文件的名称是 --> a1a

我试图在我的 Windows 命令提示符下运行该程序

我收到以下错误

有人可以帮我吗？我似乎无法弄清楚出了什么问题。

谢谢。

在一个特定的应用程序中，我需要机器学习（我知道我在本科课程中学习的东西）。我使用了支持向量机并解决了问题。它工作正常。

现在我需要改进系统。这里的问题是

1. 我每周都会获得额外的培训示例。现在，系统开始使用更新的示例（旧示例 + 新示例）重新进行训练。我想让它成为增量学习。使用以前的知识（而不是以前的例子）和新的例子来获得新的模型（知识）

2. 对，我的训练示例有 3 个类。因此，每个训练示例都适合这 3 个类之一。我想要“未知”类的功能。任何不符合这 3 个类别的内容都必须标记为“未知”。但我不能将“未知”视为一个新类并为此提供示例。

3. 假设实现了“未知”类。当类是“未知的”时，应用程序的用户输入他认为的类可能是什么。现在，我需要将用户输入整合到学习中。我也不知道如何做到这一点。如果用户输入一个新的类（即一个不在训练集中的类），会有什么不同吗？

我是否需要选择新算法或支持向量机可以做到这一点？

PS：我正在为 SVM 使用 libsvm 实现。