libsvm使用中的问题
1.我发现train后生成的model中的数据变少了很多,而且前面多了一组到几组数据 ,为什么
2. 我参照别人的代码尝试了下
public class HelloLibsvm {
public static void main(String[] args) throws IOException {
svm_train svmt = new svm_train();
svm_predict svmp = new svm_predict();
String[] argvTrain = {"-v","5", "-c", "10",
"data/heart_scale.data",// 训练文件
"data/heart_scale.model"// 模型文件
};
String[] argvPredict = {
"data/heart_scale.data",// 预测文件
"data/heart_scale.model", // 模型文件
"data/heart_scale.out" // 预测结果文件
};
try {
svmt.main(argvTrain);
svmp.main(argvPredict);
} catch (IOException e) {
e.printStackTrace();
}
以上代码是实现的二分类吗, 我现在要多分类 约十种 ,该如何操作?
3. 选用交叉比对 生成的结果中只有准确率改变了 ,说明了什么 ,我还是不知道最优的参数是多少(以下即上面代码运行的结果)
nu = 0.34542944963653555obj = -585.7571014800867, rho = 0.9379873934302179
nSV = 107, nBSV = 47
Total nSV = 107
Cross Validation Accuracy = 77.4074074074074%
Accuracy = 92.22222222222223% (249/270) (classification)
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(2)
那如果要进行多分类,我训练的数据要是什么样的,如果能举个例子就更好了,谢谢
是不是二分类是跟提供的训练数据有关的。模型数据的多少跟训练数据的多少没有关系,只跟其呈现规律有关