java中svm_scale怎么用？

public class TestScale {

創(chuàng)新互聯(lián)長(zhǎng)期為近1000家客戶提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊(duì)從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對(duì)不同對(duì)象提供差異化的產(chǎn)品和服務(wù)；打造開放共贏平臺(tái)，與合作伙伴共同營(yíng)造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為普寧企業(yè)提供專業(yè)的成都網(wǎng)站建設(shè)、網(wǎng)站制作，普寧網(wǎng)站改版等技術(shù)服務(wù)。擁有十年豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開發(fā)。

public static void main(String[] args) throws IOException {

String reafile = " "; // 文件路徑

svm_scale svms = new svm_scale();

String[] srg = { reafile };//在這可以添加相關(guān)的系數(shù)"-l","0","-u","1","-s".以及要保存的scale參數(shù)文件

svms.main(srg);

}

}

如何調(diào)用libsvm 的java 庫(kù)函數(shù)

第一步：下載java版libsvm3.12，解壓。

第二步：打開java文件夾

第三步：建立項(xiàng)目，引用lib.svm包

第五步：把第二步中的文件夾中四個(gè)文件復(fù)制到一個(gè)自定義的包中

第六步：寫程序調(diào)用，代碼如下，貼出來供大家學(xué)習(xí)，有不對(duì)的地方，歡迎拍磚。

import java.io.IOException;

import libsvm.svm;

import libsvm.svm_model;

public class SVMTest {

public static void main(String[] args) throws IOException {

svm_train svmt = new svm_train();

svm_predict svmp = new svm_predict();

String[] argvTrain = {

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\train\\TR1.data",// 訓(xùn)練文件

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\model\\MO1.model"http:// 模型文件

};

String[] argvPredict = {

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\predict\\PR1.data",// 預(yù)測(cè)文件

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\model\\MO1.model", // 模型文件

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\result\\RE1.out" // 預(yù)測(cè)結(jié)果文件

};

try {

svmt.main(argvTrain);

svmp.main(argvPredict);

} catch (IOException e) {

e.printStackTrace();

}

double[] record = { -1, 12, 12, 78 };

libsvm.svm_model model = svm

.svm_load_model("C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\model\\MO1.model");

System.out.println(svmp.predictPerRecord(record, model));

}

}

svm文件手機(jī)可以打開碼

手機(jī)應(yīng)該不行。

SVM是什么？是一種比較新比較流行的算法，常常用在分類問題和回歸問題上。

在我這里，我把它當(dāng)做一種比較好使的分類器。

A.與NN比較起來，參數(shù)設(shè)定簡(jiǎn)單。

在NN里面一般需要設(shè)定隱藏層節(jié)點(diǎn)數(shù)，節(jié)點(diǎn)連接方式，訓(xùn)練算法等參數(shù)，

麻煩而且沒辦法預(yù)知哪些參數(shù)比較有效。

而在SVM里面根據(jù)核函數(shù)的不同一般只需要選擇一個(gè)參數(shù)或者兩個(gè)參數(shù)就可以

搞定。

B.NN容易陷入局部最優(yōu)，SVM是求解的全局最優(yōu)。

NN依初始值不同，有些時(shí)候會(huì)進(jìn)入局部最優(yōu)。SVM只會(huì)找到全局最優(yōu)的唯一解。

C.libsvm是一個(gè)常用的SVM實(shí)現(xiàn)，有C和JAVA等多個(gè)版本。

輸入輸出的文件格式也非常簡(jiǎn)單，推薦使用。

在libsvm的源代碼中，為什么要把支持向量表示成二維數(shù)組[][]svm_node的形式？？？琢磨了很久還是沒想明白

?libsvm雖然支持多類分類，但是其本質(zhì)是基于“一對(duì)一”法的多類分類，因此究其其本質(zhì)其實(shí)是個(gè)二分類svm。

?既然是二分類，肯定有屬于第一類-1的支持向量，屬于第二類+1的支持向量，它肯定應(yīng)該是個(gè)二維數(shù)組。

? libsvm訓(xùn)練輸出model中的參數(shù)有一個(gè)是sv_coef，它表示的是支持向量在決策函數(shù)中：

? ? ? ? ? ? ? ?

的系數(shù)a，而b是model里的rho。

? ?最后說下model里全有啥參數(shù)：

? ?model?=?

? ? ? ?Parameters: svm的類型參數(shù)

? ? ? ?nr_class: 有多少個(gè)類別

? ? ? ?totalSV: 支持向量總個(gè)數(shù)

? ? ? ?rho: 就是決策函數(shù)里那個(gè)b

? ? ? ?Label: 類標(biāo)

? ? ? ?ProbA:?

? ? ? ?ProbB:?這兩個(gè)是但svm 選-b是用到的參數(shù)

? ? ? ?nSV: 每類有多少個(gè)支持向量

? ? ? ?sv_coef: 決策函數(shù)那個(gè)a

? ? ? ?SVs: 里面裝的是所以支持向量

菜鳥個(gè)人愚見，如有錯(cuò)誤望指正！共同學(xué)習(xí)

誰可以給我SVM分類算法的IDL源代碼

如果只是想用，可以調(diào)用ENVI的SVM~在ENVI幫助文檔搜ENVI_SVM_DOIT

如果想看代碼，我沒編過，不過在百度文庫(kù)看到一個(gè)，根據(jù)那個(gè)WORD里面的鏈接就能下下來了，不過是否正確不知道耶~

跪求支持向量回歸機(jī)SVR源代碼(最好是java的，matlab也可以），感激不盡

最有名的SVM程序包是臺(tái)灣國(guó)立大學(xué)的林智仁教授開發(fā)的libSVM，直接在Google里面輸入尋找官網(wǎng)下載，是C++編寫，但有matlab接口，在本地編譯后就可以使用，很方便。