问题标签 [libsvm]

我是 Python 中 PyML 的新用户。使用教程，我做了以下事情：

我得到了结果集r，但我不明白如何使用这个结果集用 Python 对一个全新的实例进行分类。有经验的人可以帮帮我吗？任何建议将不胜感激。

谢谢。

归一化特征向量以用于线性内核 SVM 的正确方法是什么？

查看 LIBSVM，看起来它只是通过将每个功能重新缩放到一个标准的上限/下限来完成的。但是，PyML 似乎没有提供一种以这种方式扩展数据的方法。取而代之的是，有一些选项可以按向量的长度对向量进行归一化，按平均值移动每个特征值，同时按标准差重新缩放，等等。

我正在处理大多数特征都是二进制的情况，除了少数是数字的。

使用opencv CvSVM的一些问题

1. 它使用什么样的 svm？是否使用 svmlight？OpenCV2.2 有 svmlight，但我找不到太多对它的引用。

2. 如果我使用 CvSVM，我是否需要手动创建 80% 的训练数据和 20% 的测试数据，并迭代 5 倍重新验证以获得更好的输出？

3. 我正在使用 HOG 做一个检测器，我正在密切关注包装中的 opencv 示例行人检测器。我需要学习一个分类器来检测除行人之外的其他物体。任何建议将不胜感激。

谢谢！

我有一个简单的异或问题，我想在 libsvm 中使用 RBF 内核来学习。当我使用 XOR 问题训练 java libsvm 时，例如：

如果我使用 svm.svm_predict，我对测试向量 (0,0) 进行分类得到的结果为 -1，但如果我使用 svm.svm_predict_probability，则为 +1。甚至返回的概率也是相反的。我使用的代码和结果如下。谁能告诉我我在这里做错了什么？

- - - - - 结果 - - - - - - -

显然结果是完全相反的。这似乎发生在我选择作为测试的任何示例中。

有人可以对此有所了解吗？提前致谢

我想用 SVM 编写一个垃圾邮件过滤程序，我选择 libsvm 作为工具。
我收到了 1000 封好邮件和 1000 封垃圾邮件，然后我将它们分类为：
700 份好邮件 700 份垃圾邮件
300 份好测试邮件 300 份垃圾测试邮件
然后我编写了一个程序来计算每个单词在每个文件中出现的时间，得到的结果如下：

我了解到 libsvm 需要如下格式：

1 1:3 2:1 3:0
2 1:3 2:3 3:1
1 1:7 3:9

作为其输入。我知道 1, 2, 1 是标签，但是 1:3 是什么意思？
我怎样才能将我拥有的东西转换成这种格式？

我正在使用 libsvm 进行多类分类。如何附加分类分数，以比较分类的置信度，给定样本的输出为：

我们正在使用 Java-ML(LibSVM) 来针对多类问题执行 SVM 算法

返回一个标准向量（意味着所有值都是 0 ，classDistributtion()但一个值等于 1）

java-ml - http://java-ml.sourceforge.net/

我正在使用one-vs-all进行21-class svm categorization。

对于每个内核，我希望标签-1表示“不在此类中”，并且标签1表示“确实在此类中” 。21

我已经使用这个标准生成了我的预计算内核和我的测试向量。

对于这些类，使用easy.py一切都很顺利20，但是对于其中一个类，标签被切换了，因此所有应该被标记1为在类中的输入都被标记了，-1反之亦然。

该类的不同之处在于预先计算的内核中的第一个向量被标记1，而在所有其他内核中，第一个向量被标记-1。这表明LibSVM 重新标记了我的所有向量。

有没有办法防止这种情况或解决它的简单方法？

名义上是一个很好的问题，但我很确定这是因为发生了一些有趣的事情......

作为上下文，我正在研究面部表情/识别空间中的一个问题，因此获得 100% 的准确率似乎令人难以置信（并不是说它在大多数应用程序中都是合理的......）。我猜数据集中存在一些一致的偏差，这使得 SVM 很容易得出答案，=或=，更有可能的是，我在 SVM 方面做错了。

我正在寻找帮助了解正在发生的事情的建议——是我吗（=我对 LibSVM 的使用）？还是数据？

细节：

• 大约 2500 个带标签的数据向量/实例（转换后的个人视频帧——总共<20 个人），二元分类问题。~900 个特征/实例。不平衡数据集的比例约为 1:4。
• Ran subset.py 将数据分成测试（500 个实例）和训练（剩余）。
• 跑“svm-train -t 0”。（注意：显然不需要'-w1 1 -w-1 4'......）
• 在测试文件上运行 svm-predict。准确度=100%！

尝试的事情：

• 通过一些无意的命令行参数错误检查了大约 10 次我没有对相同的数据文件进行训练和测试
• 多次重新运行subset.py（即使使用-s 1）并且只训练/测试多个不同的数据集（以防我随机在最神奇的训练/测试pa
• 运行一个简单的类似 diff 的检查以确认测试文件不是训练数据的子集
• 数据上的 svm-scale 对准确度没有影响（准确度=100%）。（虽然支持向量的数量确实从 nSV=127, bSV=64 下降到 nBSV=72, bSV=0。）
• （（奇怪））使用默认的 RBF 内核（副线性 - 即删除 '-t 0'）导致准确性进入垃圾（？！）
• （健全性检查）使用在缩放数据集上针对未缩放数据集训练的模型运行 svm-predict 导致准确度 = 80%（即，它总是猜测主导类）。这严格来说是一个健全性检查，以确保以某种方式 svm-predict 名义上在我的机器上正确运行。

初步结论？：

数据中的某些东西很奇怪——不知何故，在数据集中，SVM 正在接受一种微妙的、由实验者驱动的效果。

（然而，这并不能解释为什么 RBF 内核会给出垃圾结果。）

非常感谢关于 a）如何修复我对 LibSVM 的使用（如果这实际上是问题）或 b）确定 LibSVM 数据中的微妙实验者偏见的任何建议。

我正在尝试 libsvm，并按照该示例在软件随附的 heart_scale 数据上训练 svm。我想使用我自己预先计算的 chi2 内核。训练数据的分类率下降到 24%。我确定我正确计算了内核，但我想我一定是做错了什么。代码如下。你能看出有什么错误吗？帮助将不胜感激。

这是内核的预计算方式：

使用不同的 svm 实现（vlfeat），我获得了大约 90% 的训练数据分类率（是的，我在训练数据上进行了测试，只是为了看看发生了什么）。所以我很确定 libsvm 结果是错误的。