如何利用python使用libsvm

如何利用python使用libsvm

一：libsvm包下载与使用：LIBSVM是台湾大学林智仁(LinChih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，1.把包解压在C盘之中，如：C:\libsvm-3.182.因为要用libsvm自带的脚本grid.py和easy.py,需要去官网下载绘图工具gnuplot,解压到c盘3.进入c:\libsvm\tools目录下，用文本编辑器（记事本，edit都可以）修改grid.py和easy.py两个文件，找到其中关于gnuplot路径的那项，根据实际路径进行修改，并保存4python与libsvm的连接（参考SVM学习笔记（2）LIBSVM在python下的使用）a.打开IDLE(pythonGUI)，输入>>>importsys>>>sys.version如果你的python是32位，将出现如下字符：‘2.7.3(default,Apr102012,23:31:26)[MSCv.150032bit(Intel)]’这个时候LIBSVM的python接口设置将非常简单。在libsvm-3.16文件夹下的windows文件夹中找到动态链接库libsvm.dll，将其添加到系统目录，如`C:\WINDOWS\system32\’，即可在python中使用libsvmb.如果你是64位的请参考文献，请参考上述连接。5.执行一个小例子importosos.chdir('C:\libsvm-3.18\python')#请根据实际路径修改fromsvmutilimport*y,x=svm_read_problem('../heart_scale')#读取自带数据m=svm_train(y[:200],x[:200],'-c4')p_label,p_acc,p_val=svm_predict(y[200:],x[200:],m)##出现如下结果，应该是正确安装了optimizationfinished,#iter=257nu=0.351161obj=-225.628984,rho=0.636110nSV=91,nBSV=49TotalnSV=91Accuracy=84.2857%(59/70)(classification)