首页 > 代码库 > Libsvm在matlab环境下使用指南

Libsvm在matlab环境下使用指南

 

一、安装

http://www.csie.ntu.edu.tw/~cjlin/libsvm/matlab/。在这个地址上可以下的包含matlab接口的源程序。下载完后可以放到放到任意的盘上解压,最好建一个专门来放matlab程序的文件夹。打开matlab,在matlab的面板上找到set path选项(不同版本不一样R2010b在file菜单下),将刚下载的libsvm整个目录都添加到matlab的搜索路径里。然后将当前路径定位到libsvm/matlab目录下(在current floder(matlab界面中间上方可以设置))。如果你的电脑是64位一般不需要编译生成mex文件,因为文件已经提前编译好了。如果是32位的话,那么需要点击make.m文件运行编译生成mex文件。这一步有可能不成功,可以输入mex-setup查看选择C++编译器,如果找不到编译器,那么下载安装visual studio。成功编译完成后,在任意的matlab程序中都可以使用libsvm了。

二、使用

在使用之前,要对libsvm做一个了解,而最好的资料自然是libsvm种README文件了。README文件包含了介绍,安装,SVM返回的模型参数,以及例子等。Libsvm主要用了两个函数svmtrain,svmpredict,如果你在用的时候忘了具体的参数,可以在matlab命令提示符下输入函数名就有相关的提示。

用法:1.model = svmtrain(training_label_vector, training_instance_matrix [, ‘libsvm_options‘]);

1training_label_vector, training_instance_matrix

training_label_vector和training_instance_matrix就是要训练的标签和特征了。training_label_vector一般以列向量的形式存放的,每个元素即每行代表一个instance(一般是特征)的标签。而training_instance_matrix也类似每行代表一个instance.

 clip_image001

如图所示,上面变量代表有930个instance来训练,每个instance1116维,下面是对于instance的标签。

(2)Libsvm_options

怎么选择呢?libsvm_options:重要的是-t,以及交叉验证时的-v

-s svm类型:SVM设置类型,一般默认0不用设置

0 -- C-SVC(多类分类) 1 --v-SVC(多类分类) 2 –一类SVM 3 -- e –SVR 4 -- v-SVR

-t 核函数类型:核函数设置类型(默认2)

0 –线性:u‘v 1 –多项式:(r*u‘v + coef0)^degree 2 – RBF函数:exp(-gamma|u-v|^2)

3 –sigmoid:tanh(r*u‘v + coef0)

-d degree:核函数中的degree设置(针对多项式核函数)(默认3)

-g r(gama):核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)(默认1/ k)

-r coef0:核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0)

-c cost:设置C-SVC,e -SVR和v-SVR的参数(损失函数)(默认1)

-n nu:设置v-SVC,一类SVM和v- SVR的参数(默认0.5)

-p p:设置e -SVR 中损失函数p的值(默认0.1)

-m cachesize:设置cache内存大小,以MB为单位(默认40)

-e eps:设置允许的终止判据(默认0.001)

-h shrinking:是否使用启发式,0或1(默认1)

-wi weight:设置第几类的参数C为weight*C(C-SVC中的C)(默认1)

-v n: n-fold交互检验模式,n为fold的个数,必须大于等于2

(3)返回的model

clip_image002

如上图 -Parameters: 参数。

-nr_class: 类的数目。

-totalSV:总的支持向量数目。

-rho: -判决函数wx+b的b。

-Label: 每个类的标签。

-ProbA: 成对的概率信息,如果b是 0则为空。

-ProbB: 成对的概率信息,如果b是 0则为空。

-nSV: 每个类的支持向量

-sv_coef:判决函数的系数

-SVs:支持向量。

如果指定了‘-v‘,那么就实施了交叉验证,而且返回是交叉验证的正确率。

用法:

2. [predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix, model [, ‘libsvm_options‘]);

(1)esting_label_vector, testing_instance_matrix

类似于svmtrain

(2)libsvm_options

-b 概率估计:默认0,1表示估计。(需要在使用时显式表现)

(3)predicted_label, accuracy, decision_values/prob_estimates:

predicted_label: SVM 预测输出向量。类似于输入的label

accuracy: 向量包括正确率,均方误差,方相关系数.

decision_values:每行是预测k(k-1)/2二类SVMs的结果

prob_estimates: 每行包括k个值代表每类中测试数据所占的概率。

三、核函数

核函数的image 目的是将特征向量映射到高维空间。SVM通过在高维空间寻找最大的间距的分类超平面。

核函数总共有以下4种,我们要了解在什么情况下用哪一种核函数。

image

一般情况下,首选RBF核,它能够把样本以非线性的方式映射到高维空间,所以能够处理类标签和特征不是线性关系的情况。线性核只是RBF的一种特殊情况。

但是有些情况下RBF核并不适用,比如特征的数量特别大的时候,一般仅仅使用线性核。

四、调参-交叉验证和网格搜索

   RBF核中有两个参数需要确定 image 。我们并不知道怎么样的image是最适用于给定的问题的。最常用的方式就是交叉验证即把训练的数据分成两部分,把一部分当成知道的,另一部分是不知道的。比如在v-fold 交叉验证中,先把训练数据分成v个相同大小的子集。然后用v-1子集的训练数据训练分类器,用剩下一个子集来测试分类器。交叉验证能够解决过拟合的问题。要怎么利用交叉验证来选取最好的image呢?一般是利用网格搜索,己将image组成的坐标系分成一系列网格。然后用网格上点(即对于一个个image)做交叉验证,取使最后交叉验证的正确率最高的参来做为最终的参数。

ps:什么时候用RBF,什么时候用线性核

1.样本数量远远小于特征数时

比如训练和测试数据有二三十个而特征维数有好几千时,采用线性核是最好的,不需要映射数据。

2.样本数量和特征数都非常大时

可以利用另一工具箱LIBLINEAR,或者用线性核

3.样本数量远远大于特征数时

用非线性核是最好的了。

参考文献:http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf