libsvm 中的输出错误

Posted 2023-03-12

【中文标题】libsvm 中的输出错误

【英文标题】：output error in libsvm

【发布时间】：2014-01-11 20:25:00

【问题描述】：

在 ubuntu 平台上使用 Libsvm，以下是我观察到的：

shuf negativeSet.scaled |head -2000 > negativeSet.scaled.2000
cp positiveSet.scaled trainingSet
cat negativeSet.scaled.2000 >> trainingSet 
cp positiveSet.weights trainingSet.weights
head -2000 negativeSet.weights >> trainingSet.weights 
./svm-train -s 0 -t 2 -h 0 -W trainingSet.weights trainingSet

输出

optimization finished, #iter = 2525
obj = -3548.316727, rho = 1.515229
nSV = 2191, nBSV = 2152
Total nSV = 2191

使用的命令：

cp positiveSet.scaled trainingSet
cat negativeSet.scaled >> trainingSet 
cp positiveSet.weights trainingSet.weights
cat negativeSet.weights >> trainingSet.weights 
#training the data set to create a model
./svm-train -s 0 -t 2 -W trainingSet.weights trainingSet

输出

optimization finished, #iter = 1
obj = nan, rho = nan
nSV = 0, nBSV = 0
Total nSV = 0

请帮我解释一下 svm 的性能差异。

【问题讨论】：

请注意，您使用的是 C 和 gamma 的默认值，它们不太可能开箱即用。在第一种情况下，缩小启发式方法对您有所帮助，但对于使用默认参数不可行的底层优化问题，我并不感到惊讶。

我如何确定要使用的 gamma 和 C 参数，除了命中和试验？另外是否有优化 libsvm 性能的工具或方法？谢谢

您可以使用交叉验证和网格搜索，但如果您是新手，我建议您进行更多手动实验，以便了解如何更改每个参数的模型。顺便说一句，本指南是一个好的开始：csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf

【参考方案1】：

您可能需要在训练内核上尝试各种 C 和 gamma 值。此外，您的负样本似乎太大了，因此从它们中随机选取一个子集是一种更好的策略，就像您在方法 1 中所做的那样。