【机器学习】libsvm使用的数据格式
该软件使用的训练数据和检验数据文件格式如下:
<label> <index1>:<value1> <index2>:<value2> ...
其中<label> 是训练数据集的目标值,对于分类,它是标识某类的整数(支持多个类);对于回归,是任意实数。<index> 是以1开始的整数,可以是不连续的;<value>为实数,也就是我们常说的自变量。检验数据文件中的label只用于计算准确度或误差,如果它是未知的,只需用一个数填写这一栏,也可以空着不填。在程序包中,还包括有一个训练数据实例:heart_scale,方便参考数据文件格式以及练习使用软件。
在NET.SVM中,Node和Problem类提供此项功能。如果说我要定义如下数据集:
+1 1:0.708333 2:1 3:1 4:-0.320755
-1 1:0.583333 2:-1 3:0.333333 4:-0.603774
+1 1:0.166667 2:1 3:-0.333333 4:-0.433962
-1 1:0.458333 2:1 3:1 4:-0.358491
可以先定义X的矩阵:private Node[][] _X;一组Y的数组private double[] _Y;然后再分别给_X和_Y赋值;
当然,也可以用Problem类提供的方法来Read(Stream)和Read(String)来将数据直接读取到Problem中去。
Class Node
Member |
Description |
Node()()() |
Default Constructor. |
Node(Int32, Double) |
Constructor. |
CompareTo(Node) |
Compares this node with another. |
Equals(Object) |
(Inherited from Object.) |
Finalize()()() |
(Inherited from Object.) |
GetHashCode()()() |
(Inherited from Object.) |
GetType()()() |
(Inherited from Object.) |
Index |
Index of this Node. |
MemberwiseClone()()() |
(Inherited from Object.) |
ToString()()() |
String representation of this Node as {index}:{value}. (Overrides Object.ToString()()().) |
Value |
Value at Index. |
Class Problem
Member |
Description |
Problem(Int32, array<Double>[]()[], array<array<Node>[]()[]>[]()[], Int32) |
Constructor. |
Problem()()() |
Empty Constructor. Nothing is initialized. |
Count |
Number of vectors. |
Equals(Object) |
(Inherited from Object.) |
Finalize()()() |
(Inherited from Object.) |
GetHashCode()()() |
(Inherited from Object.) |
GetType()()() |
(Inherited from Object.) |
MaxIndex |
Maximum index for a vector. |
MemberwiseClone()()() |
(Inherited from Object.) |
Read(Stream) |
Reads a problem from a stream. |
Read(String) |
Reads a Problem from a file. |
ToString()()() |
(Inherited from Object.) |
Write(Stream, Problem) |
Writes a problem to a stream. |
Write(String, Problem) |
Writes a problem to a file. This will overwrite any previous data in the file. |
X |
Vector data. |
Y |
Class labels. |
转载于:https://www.cnblogs.com/petali/archive/2008/11/06/1328454.html
【机器学习】libsvm使用的数据格式相关推荐
- 支持向量机SVM详细原理,Libsvm工具箱详解,svm参数说明,svm应用实例,神经网络1000案例之15
目录 支持向量机SVM的详细原理 SVM的定义 SVM理论 Libsvm工具箱详解 简介 参数说明 易错及常见问题 SVM应用实例,基于SVM的股票价格预测 支持向量机SVM的详细原理 SVM的定义 ...
- libsvm Minist Hog 手写体识别
统计手写数字集的HOG特征 转载请注明出处,楼燚(yì)航的blog,http://www.cnblogs.com/louyihang-loves-baiyan/ 这篇文章是模式识别的小作业,利用sv ...
- LibSVM for Python 使用
经历手写SVM的惨烈教训(还是太年轻)之后,我决定使用工具箱/第三方库 Python libsvm的GitHub仓库 LibSVM是开源的SVM实现,支持C, C++, Java,Python , R ...
- 支持向量机libsvm实战入门
一.libsvm介绍 SVM支持向量机是目前比较流行的一种数据挖掘方法,能够处理较高维度,具体介绍可参考这篇博文: 支持向量机通俗导论(理解SVM的三层境界) LIBSVM是台湾大学林智仁(Lin C ...
- libsvm使用心得
Libsvm使用心得 首先下载Libsvm.Python和Gnuplot: l libsvm的主页http://www.csie.ntu.edu.tw/~cjlin/libsvm/上下 ...
- libsvm python_LibSVM for Python 使用
经历手写SVM的惨烈教训(还是太年轻)之后,我决定使用工具箱/第三方库 Python LibSVM是开源的SVM实现,支持C, C++, Java,Python , R 和 Matlab 等, 这里选 ...
- LIBSVM使用说明、简介及感悟
使用LIBSVM需要用到的其他工具:Python(相信搞SVM的或多或少都知道Python吧,安装时注意一点就是记得要添加环境变量!).以下内容是指windows平台的. 配套论文:LIBSVM: A ...
- libsvm回归预测
本文,将按照以下的顺序来说明libsvm的用法: 1.Libsvm之初相识 1)libsvm简介(略) 2)Libsvm.python.gnuplot下载 3)环境变量的设置以及如何在DOS下寻找路径 ...
- liblinear简介
1.liblinear是什么 liblinear是国立台湾大学林智仁教授开发的一个工具包. 林教授个人官网 https://www.csie.ntu.edu.tw/~cjlin/ 其中关于liblin ...
最新文章
- 什么是 Delta 文件
- mysql delete语句_MySQL ------ 触发器(TRIGGER)(二十七)
- 《个人信息保护法》,教我如何做产品!
- PAT乙级(1035 插入与归并)
- mysql sqlsugar_sqlSugar的使用---入门
- BI开发之——ETL注意细节
- php gd support not found.,安装php71w-gd并获取错误GD库扩展不适用于此PHP安装
- TCP方式的网络通信【聊天器示例】
- 写在汇编语言开课之前
- 服务器主板128G只显示出64G,[硬件维护]请教高手:新买的160G硬盘为什么分区后就只能显示128G?...
- [2019HDU多校第一场][HDU 6578][A. Blank]
- 抖音 文本转换html,html抖音效果CSS
- 华为HCIA Cloud Computing 华为HCIA考证笔记(已获取该证书)
- 看我小穷仔和富家MM的经典图聊!!
- LeNet:Handwritten Digit Recognition with a Back-Propagation Network
- 职业经验 聊一聊职业发展
- dataframe将某列的空值填充为12
- WPF 将PPT,Word转成图片
- java+opencv+selenium实现滑块滑动破解
- opencv3.0中contrib模块的添加