Felomeng翻譯 libsvm2 88之示例

> svm-scale -l -1 -u 1 -s range train > train.scale

> svm-scale -r range test > test.scale

將訓練資料中的每個屬性都在區間

[-1,1]

中數值化。先將資料化因子儲存到檔案

range

中，然後再用於數值化測試資料。

> svm-train -s 0 -c 5 -t 2 -g 0.5 -e 0.1 data_file

使用rbf

核心函式

exp(-0.5|u-v|^2)

，c=10

，並且設定結束條件為

0.1來訓練分類器

> svm-train -s 3 -p 0.1 -t 0 data_file

使用線性核心函式

u'v，設定損失方程中

epsilon=0.1

解決支援向量機回歸問題。

> svm-train -c 10 -w1 1 -w-1 5 data_file對類1

使用懲罰因子

10=1*10

，而對類

-1使用懲罰因子

50=5*50

來訓練分類器。

> svm-train -s 0 -c 100 -g 0.1 -v 5 data_file

使用引數

c=100

和gamma=0.1

對分類器進行五次交叉驗證。

> svm-train -s 0 -b 1 data_file

> svm-predict -b 1 test_file data_file.model output_file

根據概率資訊和有概率期望的**資料獲得乙個模型。

Felomeng翻譯 libsvm2 88之附錄

如果您認為支援向量機工具包對您有幫助，那麼請標明引自 chih chung chang 和chih jen lin 的支援向量機工具包 支援向量機的乙個類庫，2001 年。軟體可以從 支援向量機工具包的使用文件可以從 如果您有任何問題或建議，請發電子郵件到 cjlin csie.ntu.edu.tw...

Felomeng翻譯 libsvm2 88之附錄

如果您認為支援向量機工具包對您有幫助，那麼請標明引自 chih chung chang 和chih jen lin 的支援向量機工具包 支援向量機的乙個類庫，2001 年。軟體可以從 支援向量機工具包的使用文件可以從 如果您有任何問題或建議，請發電子郵件到 cjlin csie.ntu.edu.tw...

Felomeng翻譯 libsvm2 88之示例

svm scale l 1 u 1 s range train train.scale svm scale r range test test.scale 將訓練資料中的每個屬性都在區間 1,1 中數值化。先將資料化因子儲存到檔案range中，然後再用於數值化測試資料。svm train s 0 c...