实验四-支持向量机教学文案.doc

《实验四-支持向量机教学文案.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实验四-支持向量机精品文档实验四：支持向量机班级姓名学号指导老师一．实验目的1.了解基有关支持向量机的基本原理 2.能够使用支持向量机的代码解决分类与回归问题3.了解图像分类的基本原理二、实验的硬件、软件平台硬件：计算机软件：操作系统win10 应用软件：Java三、实验原理 1. 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

2、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。 2. 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

3、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。 3. 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。 收集于网络，如有侵权请联系管理员删除精品文档是以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。检验数据文件中的label只用于计算准确度或误差，如果它

4、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：         

5、  svmtrain [options] training_set_file [model_file] Options：可用的选项即表示的涵义如下 -s svm类型：SVM设置类型(默认0)          0 -- C-SVC          1 --v-SVC          2 – 一类SVM          3 -- e -SVR          4 -- v-SVR -t 核函数类型：核函数设置类型(默认2)          0 – 线性：u'v          1 – 多项式：(r*u'v + coef0)^degree   

6、       2 – RBF函数：exp(-r

7、u-v

8、^2)          3 –sigmoid：tanh(r*u'v + coef0) -d degree：核函数中的degree设置(默认3) -g 函数设置(默认1/ k)?r(gama)：核函数中的 -r coef0：核函数中的coef0设置(默认0) ?-c cost：设置C-SVC， -SVR的参数(默认1)?-SVR和 - SVR的参数(默认0.5)?-SVC，一类SVM和?-n nu：设置 -SVR?-p e：设置的值(默认0.1)?中损失函数 -m cachesize：设置cach

9、e内存大小，以MB为单位(默认40) -e ：设置允许的终止判据(默认0.001)? -h shrinking：是否使用启发式，0或1(默认1) -wi C(C-SVC中的C)(默认1)?weight：设置第几类的参数C为weight -v n: n-fold交互检验模式 其中-g选项中的k是指输入数据中的属性数。option -v 随机地将数据剖分为n部分并计算交互检验准确度和均方根误差。以上这些参数设置可以按照SVM的类型和核函数所支持的参数进行任意组合，如果设置的参数在函数或SVM类型中没有也不会产生影响，程序不会接受该参数；如果应有的参数设置不

10、正确，参数将采用默认值。training_set_file是要进行训练的数据集；model_f