「svm实现java」svm实现非线性分类

今天给各位分享svm实现java的知识，其中也会对svm实现非线性分类进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、libsvm 参数如何最优 JAVA
• 2、java中svm_scale怎么用？
• 3、如何在Java中使用libsvm的Cross Validation Accuracy的值
• 4、如何调用libsvm 的java 库函数
• 5、svm文件手机可以打开码

libsvm 参数如何最优 JAVA

使用交叉验证的方法，其实本质就是这两个参数的各种组合都进行尝试，已选到最优的参数组合，libsvm有自带的交叉验证的功能，可以试试！

java中svm_scale怎么用？

public class TestScale {

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

String reafile = " "; // 文件路径

svm_scale svms = new svm_scale();

String[] srg = { reafile };//在这可以添加相关的系数"-l","0","-u","1","-s".以及要保存的scale参数文件

svms.main(srg);

}

}

如何在Java中使用libsvm的Cross Validation Accuracy的值

SVM（support vector machine）是一项流行的分类技术。然而，初学者由于不熟悉SVM，常常得不到满意的结果，原因在于丢失了一些简单但是非常必要的步骤。在这篇文档中，我们给出了一个简单的操作流程，得到合理的结果。（译者注：本文中大部分SVM实际指的是LibSVM）

1 入门知识

SVM是一项非常实用的数据分类技术。虽然SVM比起神经网络（Neural Networks）要相对容易一些，但对于不熟悉该方法的用户而言，开始阶段通常很难得到满意的结果。这里，我们给出了一份指南，根据它可以得到合理结果。

需要注意，此指南不适用SVM的研究者，并且也不保证一定能够获得最高精度结果。同时，我们也没有打算要解决有挑战性的或者非常复杂的问题。我们的目的，仅在于给初学者提供快速获得可接受结果的秘诀。

虽然用户不是一定要深入理解SVM背后的理论，但为了后文解释操作过程，我们还是先给出必要的基础的介绍。一项分类任务通常将数据划分成训练集和测试集。训练集的每个实例，包含一个“目标值（target value）”（例如，分类标注）和一些“属性（attribute）”（例如，特征或者观测变量）。SVM的目标是基于训练数据产出一个模型（model），用来预测只给出属性的测试数据的目标值。

如何调用libsvm 的java 库函数

第一步：下载java版libsvm3.12，解压。

第二步：打开java文件夹

第三步：建立项目，引用lib.svm包

第五步：把第二步中的文件夹中四个文件复制到一个自定义的包中

第六步：写程序调用，代码如下，贴出来供大家学习，有不对的地方，欢迎拍砖。

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",// 训练文件

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

};

String[] argvPredict = {

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\predict\\PR1.data",// 预测文件

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

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\result\\RE1.out" // 预测结果文件

};

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文件手机可以打开码

手机应该不行。

SVM是什么？是一种比较新比较流行的算法，常常用在分类问题和回归问题上。

在我这里，我把它当做一种比较好使的分类器。

A.与NN比较起来，参数设定简单。

在NN里面一般需要设定隐藏层节点数，节点连接方式，训练算法等参数，

麻烦而且没办法预知哪些参数比较有效。

而在SVM里面根据核函数的不同一般只需要选择一个参数或者两个参数就可以

搞定。

B.NN容易陷入局部最优，SVM是求解的全局最优。

NN依初始值不同，有些时候会进入局部最优。SVM只会找到全局最优的唯一解。

C.libsvm是一个常用的SVM实现，有C和JAVA等多个版本。

输入输出的文件格式也非常简单，推荐使用。

svm实现java的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于svm实现非线性分类、svm实现java的信息别忘了在本站进行查找喔。