matlab中libsvm的svmtrain函数用法

uqHZau

这里的LIBSVM是一个由台湾大学林智仁(Lin Chih-Jen)教授等开发的SVM模式识别与回归的软件包，使用简单，功能强大，本文主要介绍其在Matlab中的使用。
+ b' d- R% k; F) i
& ?/ p0 }% J0 j3 o/ L$ W6 \注意不是matlab自带的svm实现函数，自带的svm实现函数仅支持分类问题，不支持回归问题；而libsvm不仅支持分类问题，亦支持回归问题，参数可调节，功能更强大。

4 a  R/ c& U$ S5 M, r7 slibsvm的配置很简单，只需要下载高级版本的matlab和libsvm，VC或VS编译实现很简单的，这里就不细讲了。

3 M4 g+ s3 {4 {7 {7 F两个步骤：训练建模——>模型预测

分类  model = svmtrain(trainlabel, traindata, '-s 0 -t 2 -c 1.2 -g 2.8');

回归  model = svmtrain(trainlabel, traindata, '-s 3 -t 2 -c 2.2 -g 2.8 -p 0.01');

8 n' D* M/ U' v- q8 ~% Q- g, ^' q参数说明：
0 \0 p/ p& _' T! r8 o0 u( ~1 C
-s svm类型：SVM设置类型(默认0)
4 q7 a" {; [) X& O　　0 -- C-SVC
2 l) [' ~; g9 e2 q& ]　　1 --v-SVC
3 i% ^9 K7 _9 v- Y' s9 _　　2 – 一类SVM
% D- @8 ^) B/ E* l& f　　3 -- e -SVR
8 Q; A8 A1 {/ V/ `　　4 -- v-SVR
3 ~0 K5 I# x, _( m/ h
-t 核函数类型：核函数设置类型(默认2)
  T" r9 ]6 E( U4 `　　0 – 线性：u'v
　　1 – 多项式：(r*u'v + coef0)^degree
　　2 – RBF函数：exp(-r|u-v|^2)
( _! v) m4 b7 x4 o. F; ?　　3 –sigmoid：tanh(r*u'v + coef0)

-g r(gama)：核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)
, O& \7 u4 L$ R) _6 ^
& }" o$ E, i: m, C- j-c cost：设置C-SVC，e -SVR和v-SVR的参数(损失函数)(默认1)，惩罚系数

-n nu：设置v-SVC，一类SVM和v- SVR的参数(默认0.5)
1 z$ W+ g0 s' m, W$ j
, d2 j8 U: ^6 `# A: ^8 I-p p：设置e -SVR 中损失函数p的值(默认0.1)

& W) I8 V6 M0 s2 v2 i* F-d degree：核函数中的degree设置(针对多项式核函数)(默认3)
& \0 m# C" i; ?4 P: |
) a8 d  I' g" G: h% a+ j-wi weight：设置第几类的参数C为weight*C(C-SVC中的C)(默认1)
  j4 Q- q. b) G9 ~$ ?, F
3 Y' r- Z  s5 t8 }+ s" P* m-v n: n-fold交互检验模式，n为fold的个数，必须大于等于2

2 ]3 [$ o( t% w: R4 J: @

3 F/ N: w6 f/ p  A# plibsvm使用误区----------------------
2 `* ^: c( r) T6 m. i" U6 W) g: h- t2 N
7 G8 t8 h8 k9 b9 @! C5 s(1) 直接将训练集合和测试集合简单归一化到[0,1]区间，可能导致实验结果很差。

(2) 如果样本的特征数非常多，那么就不必使用RBF核将样本映射到高维空间。
a) 在特征数非常多的情况下，使用线性核，结果已经非常好，并且只需要选择参数C即可。
b) 虽然说RBF核的结果至少比线性核好，前提下搜索整个的空间。
1 B" c# l: }9 `$ k$ H+ ?9 y2 a(3) 样本数<<特征数的情况：推荐使用线性核，可以达到与RBF同样的性能。
& C, e, p$ i& O
" |' @/ l# d( R3 K1 T& p1 V(4) 样本数和特征数都非常多：推荐使用liblinear，更少的时间和内存，可比的准确率。
3 M# q) _# @$ j5 B
: F( ]6 N$ j# G4 [(5) 样本数>>特征数：如果想使用线性模型，可以使用liblinear，并且使用-s 2参数


  s+ r- R6 K6 Z; L

CCxiaom

matlab中libsvm的svmtrain函数用法