Python下的LibSVM的使用

luobo2ni

    毋庸置疑，LibSVM是台湾牛人为世界机器学习的卓越贡献之一。一般都是基于Matlab的，其实LibSVM也可以用Python跑。
    第一步，确定本机Python的版本：

   32位的最易配置，哈哈，我的机器就是这么的古董。64位的童鞋请Google。

    第二步，到官网http://www.csie.ntu.edu.tw/~cjlin/libsvm/，来下载LibSVM软件包，我选择的是zip包。


    第三步，将zip包解压到一个特定位置，我放到了C：盘根目录，当然也可以放到program files中。


    第四步，就可以测试一下LibSVM是否可用了，打开Python IDE，输入以下代码：

   能够看到输出，84%的分类准确性。

    第五步，使用我的个人数据
   libsvm的数据格式如下：

   第一列代表标签，第二列是第一个特征值，第三列是第二个特征值。所以，先要把数据按规定格式整理好。然后开始训练。

• import os
  
  
• import sys
  
• 
  
• os.chdir('C:\libsvm-3.17\python')
  
• from svmutil import *
  
• 
  
• y, x = svm_read_problem('../lkagain.txt')
  
• m = svm_train(y[:275], x[:275], '-c 5')
  
• 
  
• y, x = svm_read_problem('../lk2.txt')
  
• p_label, p_acc, p_val = svm_predict(y[0:], x[0:], m)
  
• print p_label
  
• print p_acc
  
• print p_val
  

    第六步，Python接口
    在libsvm-3.16的python文件夹下主要包括了两个文件svm.py和svmutil.py。
    svmutil.py接口主要包括了high-level的函数，这些函数的使用和LIBSVM的MATLAB接口大体类似
    svmutil中主要包含了以下几个函数：
    svm_train()        : train an SVM model
    svm_predict()      : predict testing data
    svm_read_problem() : read the data from a LIBSVM-format file.
    svm_load_model()   : load a LIBSVM model.
    svm_save_model()   : save model to a file.
    evaluations()      : evaluate prediction results.

    本文参考了http://blog.csdn.net/lqhbupt/article/details/8599295，在此感谢xmjdh。