问题标签 [libsvm]

你将如何在 Windows 上运行 libsvm，如何在训练和预测错误率后得到？

我想在我的应用程序中使用带有 Weka 的 LibSVM 分类器。我怎么能（或者我在哪里可以找到好的例子）做到这一点？

我计划使用 LibSVM 来预测 Web 应用程序中的用户真实性。(1) 收集有关特定用户行为的数据（例如登录时间、IP 地址、国家等） (2) 使用收集的数据来训练 SVM (3) 使用实时数据来比较并生成真实性级别的输出

有人能告诉我如何用 LibSVM 做这样的事情吗？Weka 可以帮助解决这些类型的问题吗？

我在哪里可以找到使用 LibSVM (Java/Python) 对数据集执行 10 倍交叉验证的示例？

我想在一个文件中表示一组标记的实例（数据），作为训练数据输入 LibSVM。对于这个问题中提到的问题。它将包括，

1. 登录日期
2. 登录时间
3. 位置（国家代码？）
4. 一周中的天
5. 真实性（0 - 非真实性，1 - 真实性） - 标签

如何格式化这些数据以输入到 SVM？

我试图弄清楚作为python 中svm_problem函数的输入的python 列表的正确格式是什么。我从网上得到了以下程序，stackoverflow。

我有以下内容：

它引发了一个断言错误，说 assert failed: assert len(x)==len(y)。

但如果x=[ [1,0,1],[-1,0,-1]]，程序完美运行。我不应该给出长度超过 2 的火车数据问题吗？

我也不明白 x=[[1,0,1],[-1,0,-1]] 中的标签是什么，数据是什么？

非常感谢任何帮助。

我正在尝试将SVM用于新闻文章分类。

我创建了一个表，其中包含作为行的特征（在文档中找到的唯一词）。我用这些特征创建了权重向量映射。即，如果文章有一个词是特征向量表的一部分，则该位置被标记为1or else 0。

例如：- 生成的训练样本...

1 1:1 2:1 3:1 4:1 5:1 6:1 7:1 8:1 9:1 10:1 11:1 12:1 13:1 14:1 15:1 16:1 17 :1 18:1 19:1 20:1 21:1 22:1 23:1 24:1 25:1 26:1 27:1 28:1 29:1 30:1

由于这是第一个文档，所有功能都存在。

我使用1,0作为类标签。

我正在使用svm.Net进行分类。

我将300权重向量手动分类为训练数据，生成的模型将所有向量作为支持向量，这肯定是过拟合的。

我的总特征（unique words/row count在特征向量 DB 表中）是7610。

可能是什么原因？

由于这个过度拟合，我的项目现在状况很糟糕。它将每一篇可用的文章归类为正面文章。

在LibSVM二进制分类中，类标签有什么限制吗？

我正在使用0,1而不是-1and +1。那是问题吗？

我的权重向量是 SVM 训练（使用Libsvm）将只有特征编号，然后是 1 或 0，即表示是否存在。

它就像下面的 libsvm格式。

由于所有测量都基于一个标准，无论是否存在？缩放会成为问题吗？

谢谢。

我有一个关于 libsvm 预测准确性的问题。我使用easy.py生成了svm模型文件。现在，当我尝试在 python 中以编程方式预测测试向量时，它显示错误预测的标签（全为 1），而使用 easy.py 我得到 91% 的准确度。

我的测试和训练数据的每一行都采用以下格式：

代码如下，我在这里做错了吗？

嗨，我正在完成泰米尔语字符识别的最后一年 ME 项目。我已经完成了特征提取步骤。现在我得到了数据集中每个图像的特征（HP Labs）。如何提供这些特征来训练 SVM 以及如何执行类标注。我是这个神经网络领域的新手。所以请帮助我....