本文不会介绍SVM的基本原理，如果想了解SVM基本原理，请参阅相关书籍。

1. 二分类

Smile 库的SVM类是一个泛型类型，默认情况下进行二分类，选择参数为核函数类型和惩罚项参数。

import smile.classification.SVM;
import smile.math.kernel.GaussianKernel;double gamma = 1.0;double C = 1.0;//通过某种方式获取训练数据及其类标double[][] data = ...int[] label = ...SVM<double[]> svm = new SVM<double[]>(new GaussianKernel(gamma), C);svm.learn(data, label); //训练模型svm.finish();

接下来就可以对未知数据进行分类：

  //获取测试数据double[][] testData = ...int[] result = new int[testData.length];for(int i=0; i < testData.length; i++){result[i] = svm.predict(testData[i]);}

2. 多分类

接下来是我利用SVM对iris数据集进行分类的程序。首先我们将iris数据保存iris.txt文件，如下结构：

5.1 3.5 1.4 0.2 0
4.9 3   1.4 0.2 0
...

每一行代表一个测试数据项，前4列是属性向量，最后一列是类标（在Smile中类标不能为负数，并且只能是从0开始的正整数，所以上述类标为：0、1、2）。检测的完整的源代码如下：

import smile.classification.SVM;
import smile.math.kernel.GaussianKernel;import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;/*** Created by zhanghuayan on 2017/1/16.*/
public class ClassificationTest {public static void main(String[] args) throws Exception {List<List<Double>> datas = new ArrayList<List<Double>>();List<Double> data = new ArrayList<Double>();List<Integer> labels = new ArrayList<Integer>();String line;List<String> lines;File file = new File("iris.txt");BufferedReader reader = new BufferedReader(new FileReader(file));while ((line = reader.readLine()) != null) {lines = Arrays.asList(line.trim().split("\t"));for (int i = 0; i < lines.size() - 1; i++) {data.add(Double.parseDouble(lines.get(i)));}labels.add(Integer.parseInt(lines.get(lines.size() - 1)));datas.add(data);data = new ArrayList<Double>();}//转换labelint[] label = new int[labels.size()];for (int i = 0; i < label.length; i++) {label[i] = labels.get(i);}//转换属性int rows = datas.size();int cols = datas.get(0).size();double[][] srcData = new double[rows][cols];for (int i = 0; i < rows; i++) {for (int j = 0; j < cols; j++) {srcData[i][j] = datas.get(i).get(j);}}SVM<double[]> svm = new SVM<double[]>(new GaussianKernel(1.0), 1.0, 3, SVM.Multiclass.ONE_VS_ALL);svm.learn(srcData, label);svm.finish();double right = 0;for (int i = 0; i < srcData.length; i++) {int tag = svm.predict(srcData[i]);if (tag == label[i]) {right += 1;}}right = right / srcData.length;System.out.println("Accrurate: " + right * 100 + "%");}
}

SVM初始化的四个参数分别为

核函数类型；
惩罚项参数；
类标种类数；
多分类策略。

对机器学习，人工智能感兴趣的小伙伴，请关注我的公众号：

Java 机器学习库Smile实战（一）SVM相关推荐

Java机器学习库ML之六关于模型迭代训练的思考
我遇到的场景是:样本集有5000万条,接近5个G,那么这样的样本集一次导入训练,我放着一天一夜都没跑出结果,机器性能还特别好,是64位linux有128G内存. 针对这样的情况,我想到的是两种思路: ...
java机器学习库_6大最常用的Java机器学习库一览
在 MLOSS.org 网站上,列出了 70 多个基于 Java 的开源机器学习项目,可能还有更多未列出的项目,存于大学里的服务器.GitHub 或 Bitbucket 中.我们将在本文中回顾 Jav ...
Java机器学习库ML之一Dataset和Instance
Java机器学习库ML官网:http://java-ml.sourceforge.net/ 对于一个机器学习库来说,最基础就是数据处理能力,ml库给了dataset和instance两个类,datas ...
python sklearn 支持向量机_python机器学习库sklearn之支持向量机svm介绍
python机器学习库sklearn之支持向量机svm介绍tcB太阳2平台注册|网站分类目录 python数据挖掘系列教程tcB太阳2平台注册|网站分类目录这里只讲述sklearn中如何使用svm算 ...
Java机器学习库ML之十一线性SVM
线性SVM的原理就不多说了,最强大的就是libsvm库(ml库也是用这个),参考:http://blog.csdn.net/fjssharpsword/article/details/53883340 ...
Java 机器学习库 Tribuo
Oracle 开源了一个用 Java 编写的机器学习库,名为 Tribuo.它提供了用于分类.回归.聚类.模型开发等的工具.也为许多流行的第三方机器学习库提供了统一的接口 Tribuo 从其他系统和语 ...
Java机器学习库（Java ML）（四、SVM分类器）
支持向量机这里简单的介绍一下支持向量机的概念. 支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning)方式对数据进行二元分类的 ...
Java机器学习库ML之四模型训练和预测示例
基于ML库机器学习的步骤: 1)样本数据导入: 2)样本数据特征抽取和特征值处理(结合模型需要归一化或离散化):这里本文没有做处理,特征选择和特征值处理本身就很大: 3)样本集划分训练集和验证集: 4 ...
Java机器学习库ML之二Feature Selection（特征选择）
机器学习中训练模型的前提必备工作就是特征选择,起到降维和降低计算开销的目的,当然在获取尽可能小的特征子集的同时,应不显著降低分类精度.不影响类分布.保持特征子集的稳定适应性强等. ML库提供了特征选择 ...
Java机器学习库ML之十模型选择准则AIC和BIC
学习任务所建立的模型多数是参数估计并采用似然函数作为目标函数,当训练数据足够多时,可以不断提高模型精度,但是以提高模型复杂度为代价的,同时也带来一个机器学习中非常普遍的问题--过拟合.模型选择问题是在 ...

Java 机器学习库Smile实战（一）SVM

1. 二分类

2. 多分类

Java 机器学习库Smile实战（一）SVM相关推荐

最新文章

热门文章