使用 libsvm 训练多类时的数据要求是啥？

Posted 2023-03-12

【中文标题】使用 libsvm 训练多类时的数据要求是啥？

【英文标题】：What's the data requirements when training multi-class with libsvm?使用 libsvm 训练多类时的数据要求是什么？

【发布时间】：2014-10-14 11:24:10

【问题描述】：

目前我正在使用 libsvm 3.18 进行概率估计的多类分类。是否需要：

标准化标签。例如，我有 3 个标签的数据：120、125、131，我是否必须将它们转换为 0、1、2？

按标签对数据进行排序？

OpenCV 的 SVM 有一些代码来“准备数据”，看起来它完成了上述两件事，所以我想问一下使用 libsvm 时是否也是这种情况

【参考方案1】：

libSVM 不需要更改数据的标签或对数据进行排序。 首先，您需要以这种方式转换数据格式： Label 1:value 2:value ... 然后对输入数据进行归一化处理，例如使用 libSVM 中提供的 svm-scale 对数据的各个维度进行缩放。 现在您可以使用 SVM 来训练模型。 更详细的说明可以查看http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf。