准备我的数据以在 SVM libsvm matlab 中进行训练 [关闭]

Posted 2023-03-12

【中文标题】准备我的数据以在 SVM libsvm matlab 中进行训练 [关闭]

【英文标题】：Prepare my data for training in SVM libsvm matlab [closed]

【发布时间】：2014-11-15 11:51:13

【问题描述】：

我仍然对如何在 mat-lab 中为 Libsvm 准备数据以及完成训练的确切要求是什么不全面的答案感到困惑

我有以下数据，我需要知道下一步是什么（我现在在 excel 中的数据）

lable   words   total_char  domain len  Ratio   digit   dash    Jaccard  String 
-1         0       0             11     0.0000      0      0    0.3444  uvcaylkgdpg
-1         0       0              8     0.0000      0      0    0.2707  yqdqyntx
-1         1       2              10    0.2000      0      0    0.1761  vzcocljtfi
-1         0       0              8     0.0000      0      0    0.1919  wojpnhwk
-1         0       0              9     0.0000      0      0    0.3475  plrjgcjzf

 1         1       4             6      0.6667      0      0    0.4264  google
 1         4       14            8      1.7500      0      0    0.3444  facebook
 1         4       13            7      1.8571      0      0    0.2707  youtube
 1         1       3             5      0.6000      0      0    0.1761  yahoo
 1         1       3             5      0.6000      0      0    0.1919  baidu
 1         0       0             9      0.0000      0      0    0.3475  wikipedia

这是我需要训练分类器的一部分数据

现在我会知道 mat lab 的下一步是什么 我做了以下 安装 Libsvm 并且工作正常 我需要知道如何获得最佳结果和正确的调整以绘制结果？

【参考方案1】：

你说的下一部分是训练分类器或创建模型以供将来分类。即找到SVM模型的参数。您可以使用LIBSVM中的svmtrain来训练模型。

例如，

model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00154'); 

你需要决定的参数是c和gamma。

之后的步骤是做预测，你需要svmpredict。

例子：

[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

希望它能帮助您继续您的流程。

请阅读我对这个问题的答案：Retraining after Cross Validation with libsvm

【讨论】：

很好，谢谢你的回答，有什么常见的做法来调整 c 和 gamma 吗？

编辑了我的问题。看看张贴的qn..