如何为 libsvm 创建训练数据（作为 svm_node 结构）

Posted 2023-03-12

【中文标题】如何为 libsvm 创建训练数据（作为 svm_node 结构）

【英文标题】：How to create training data for libsvm (as an svm_node struct)

【发布时间】：2014-02-13 03:00:01

【问题描述】：

我正在尝试使用 libsvm 以编程方式为一个简单的异或问题训练一个支持向量机，以了解该库的工作原理。问题（我认为）似乎是我错误地构造了 svm_node ；也许我很难理解指向指针的整个指针。有人可以帮忙吗？我首先为 xor 问题构建一个矩阵，然后尝试将矩阵中的值分配给 svm_node（我在这里使用 2 个步骤，因为我的真实数据将采用矩阵格式）。

在测试模型时，我得到不正确的值（总是 -1）。

在上一个问题中，我得到了参数 C 和 gamma 的帮助；这些现在应该没问题，因为我使用其他code 对 xor 问题进行了正确分类。再次感谢佩德罗姆！

我在几个地方搜索了答案，例如自述文件和 SvmToy 示例中；但是没有运气。

这是输出错误分类的代码...

提前致谢！

//Parameters---------------------------------------------------------------------
svm_parameter param;
param.svm_type = C_SVC;
param.kernel_type = RBF;
param.degree = 3;
param.gamma = 0.5;
param.coef0 = 0;
param.nu = 0.5;
param.cache_size = 100;
param.C = 1;
param.eps = 1e-3;
param.p = 0.1;
param.shrinking = 1;
param.probability = 0;
param.nr_weight = 0;
param.weight_label = NULL;
param.weight = NULL;


//Problem definition-------------------------------------------------------------
svm_problem prob;

//Length, 4 examples
prob.l = 4;

//x values matrix of xor values
QVector< QVector<double> >matrix;
QVector<double>row(2);

row[0] = 1;row[1] = 1;
matrix.push_back(row);
row[0] = 1;row[1] = 0;
matrix.push_back(row);
row[0] = 0;row[1] = 1;
matrix.push_back(row);
row[0] = 0;row[1] = 0;
matrix.push_back(row);

//This part i have trouble understanding
svm_node* x_space = new svm_node[3];
svm_node** x = new svm_node *[prob.l];

//Trying to assign from matrix to svm_node training examples
for (int row = 0;row < matrix.size(); row++)
    for (int col = 0;col < 2;col++)
        x_space[col].index = col;
        x_space[col].value = matrix[row][col];
    
    x_space[2].index = -1;      //Each row of properties should be terminated with a -1 according to the readme
    x[row] = x_space;


prob.x = x;

//yvalues
prob.y = new double[prob.l];
prob.y[0] = -1;
prob.y[1] = 1;
prob.y[2] = 1;
prob.y[3] = -1;

//Train model---------------------------------------------------------------------
svm_model *model = svm_train(&prob,&param);


//Test model----------------------------------------------------------------------
svm_node* testnode = new svm_node[3];
testnode[0].index = 0;
testnode[0].value = 1;
testnode[1].index = 1;
testnode[1].value = 0;
testnode[2].index = -1;

//Should return 1 but returns -1
double retval = svm_predict(model,testnode);
qDebug()<<retval;

【问题讨论】：

也许任何人都可以帮助我让这个示例在 Eclipse 下运行？ ***.com/questions/35370588/…

【参考方案1】：

看来您已经尝试让这个示例运行好几个星期了。我遵循了 libsvm 附带的 svm-train.c 中的样式。我使用了你的 C 和 gamma 值。这是工作。我尝试了 XOR 示例中的所有点，它给出了正确的结果。

您遇到的问题的总结是您没有为您训练的 4 个数据点分配空间，因此您只是覆盖了数据。这是 C 中指针的典型错误。它可能会帮助您复习 C/C++ 中的指针。

代码如下：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>
#include <errno.h>
#include "svm.h"
#define Malloc(type,n) (type *)malloc((n)*sizeof(type))

struct svm_parameter param;     // set by parse_command_line
struct svm_problem prob;        // set by read_problem
struct svm_model *model;
struct svm_node *x_space;

int main(int argc, char **argv)

    char input_file_name[1024];
    char model_file_name[1024];
    const char *error_msg;

    param.svm_type = C_SVC;
    param.kernel_type = RBF;
    param.degree = 3;
    param.gamma = 0.5;
    param.coef0 = 0;
    param.nu = 0.5;
    param.cache_size = 100;
    param.C = 1;
    param.eps = 1e-3;
    param.p = 0.1;
    param.shrinking = 1;
    param.probability = 0;
    param.nr_weight = 0;
    param.weight_label = NULL;
    param.weight = NULL;


    //Problem definition-------------------------------------------------------------
    prob.l = 4;

    //x values matrix of xor values
    double matrix[prob.l][2];
    matrix[0][0] = 1;
    matrix[0][1] = 1;

    matrix[1][0] = 1;
    matrix[1][1] = 0;

    matrix[2][0] = 0;
    matrix[2][1] = 1;

    matrix[3][0] = 0;
    matrix[3][1] = 0;


    //This part i have trouble understanding
    svm_node** x = Malloc(svm_node*,prob.l);

    //Trying to assign from matrix to svm_node training examples
    for (int row = 0;row <prob.l; row++)
        svm_node* x_space = Malloc(svm_node,3);
        for (int col = 0;col < 2;col++)
            x_space[col].index = col;
            x_space[col].value = matrix[row][col];
        
        x_space[2].index = -1;      //Each row of properties should be terminated with a -1 according to the readme
        x[row] = x_space;
    

    prob.x = x;

    //yvalues
    prob.y = Malloc(double,prob.l);
    prob.y[0] = -1;
    prob.y[1] = 1;
    prob.y[2] = 1;
    prob.y[3] = -1;

    //Train model---------------------------------------------------------------------
    svm_model *model = svm_train(&prob,&param);


    //Test model----------------------------------------------------------------------
    svm_node* testnode = Malloc(svm_node,3);
    testnode[0].index = 0;
    testnode[0].value = 1;
    testnode[1].index = 1;
    testnode[1].value = 0;
    testnode[2].index = -1;

    //This works correctly:
    double retval = svm_predict(model,testnode);
    printf("retval: %f\n",retval);


    svm_destroy_param(&param);
    free(prob.y);
    free(prob.x);
    free(x_space);

    return 0;

【讨论】：

感谢您的解释和代码！现在很清楚为什么它不起作用了。