支持向量机理论及工程应用实例

《支持向量机理论及工程应用实例》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《支持向量机理论及工程应用实例》支持向量机理论及工程应用实例求助编辑百科名片《支持向量机理论及工程应用实例》共分为8章，从机器学习的基本问题开始，循序渐进地介绍了相关的内容，包括线性分类器、核函数特征空间、推广性理论和优化理论，从而引出了支持向量机的算法，进而将支持向量机应用到实际的工程实例中。《支持向量机理论及工程应用实例》适合高等院校高年级本科生、研究生、教师和相关科研人员及相关领域的工作者使用。《支持向量机理论及工程应用实例》既可作为研究生教材，也可作为神经网络、机器学习、数据挖掘等课程的参考教材。书名：支持向量机理论及工程应用实例作者：白鹏张斌

2、ISBN：9787560620510定价：16.00元出版社：西安电子科技大学出版社出版时间：2008开本：16LIBSVM的简单介绍2006-09-2015:59:48大中小1.LIBSVM软件包简介LIBSVM是台湾大学林智仁(Chih-JenLin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM软件包，可以解决分类问题（包括C-SVC、n-SVC）、回归问题（包括e-SVR、n-SVR）以及分布估计（one-class-SVM）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参

3、数、对不平衡样本加权、多类问题的概率估计等。LIBSVM是一个开源的软件包，需要者都可以免费的从作者的个人主页处获得。他不仅提供了LIBSVM的C++语言的算法源代码，还提供了Python、Java、R、MATLAB、Perl、Ruby、LabVIEW以及C#.net等各种语言的接口，可以方便的在Windows或UNIX平台下使用。另外还提供了WINDOWS平台下的可视化操作工具SVM-toy，并且在进行模型参数选择时可以绘制出交叉验证精度的等高线图。2.LIBSVM使用方法简介LibSVM是以源代码和可执行文件两种方式给出的。如果是Windows系列

4、操作系统，可以直接使用软件包提供的程序，也可以进行修改编译；如果是Unix类系统，必须自己编译。LIBSVM在给出源代码的同时还提供了Windows操作系统下的可执行文件，包括：进行支持向量机训练的svmtrain.exe；根据已获得的支持向量机模型对数据集进行预测的svmpredict.exe；以及对训练数据与测试数据进行简单缩放操作的svmscale.exe。它们都可以直接在DOS环境中使用。如果下载的包中只有C++的源代码，则也可以自己在VC等软件上编译生成可执行文件。3.LIBSVM使用的一般步骤是：1）按照LIBSVM软件包所要求的格式准备数

5、据集；2）对数据进行简单的缩放操作；3）考虑选用RBF核函数；4）采用交叉验证选择最佳参数C与g；5）采用最佳参数C与g对整个训练集进行训练获取支持向量机模型；6）利用获取的模型进行测试与预测。4.LIBSVM使用的数据格式1）训练数据和检验数据文件格式如下：::...其中是训练数据集的目标值，对于分类，它是标识某类的整数(支持多个类)；对于回归，是任意实数。是以1开始的整数，可以是不连续的；为实数，也就是我们常说的自变量。检验数据文

6、件中的label只用于计算准确度或误差，如果它是未知的，只需用一个数填写这一栏，也可以空着不填。在程序包中，还包括有一个训练数据实例：heart_scale，方便参考数据文件格式以及练习使用软件。可以编写小程序，将自己常用的数据格式转换成这种格式2）Svmtrain和Svmpredict的用法LIBSVM软件提供的各种功能都是DOS命令执行方式。我们主要用到两个程序，svmtrain(训练建模)和svmpredict(使用已有的模型进行预测)，下面分别对这两个程序的使用方法、各参数的意义以及设置方法做一个简单介绍：（1）Svmtrain的用法：svmt

7、rain[options]training_set_file[model_file]Options：可用的选项即表示的涵义如下-ssvm类型：SVM设置类型(默认0)0--C-SVC1--v-SVC2–一类SVM3--e-SVR4--v-SVR-t核函数类型：核函数设置类型(默认2)0–线性：u'v1–多项式：(r*u'v+coef0)^degree2–RBF函数：exp(-r

8、u-v

9、^2)3–sigmoid：tanh(r*u'v+coef0)-ddegree：核函数中的degree设置(默认3)r(gama)：核函数中的g-g函数设置(默认1/k)

10、-rcoef0：核函数中的coef0设置(默认0)-SVR和n-ccost：设置C-SVC，-