regression - C\C++ 中的 LIBLINEAR

Question

我想在我的 C++ 源代码中直接使用 LIBLINEAR ( http://www.csie.ntu.edu.tw/~cjlin/liblinear )。虽然在 MATLAB/JAVA 等语言中使用它似乎很简单，但在 C 中似乎很难；例如，阅读 README 文件，似乎我必须将每个数据矩阵转换为特定的链表格式；来自自述文件

`x' is an array 
of pointers, each of which points to a sparse representation (array 
of feature_node) of one training vector.

For example, if we have the following training data:

LABEL       ATTR1   ATTR2   ATTR3   ATTR4   ATTR5
-----       -----   -----   -----   -----   -----
1           0       0.1     0.2     0       0
2           0       0.1     0.3    -1.2     0
1           0.4     0       0       0       0
2           0       0.1     0       1.4     0.5
3          -0.1    -0.2     0.1     1.1     0.1

and bias = 1, then the components of problem are:

l = 5
n = 6

y -> 1 2 1 2 3

x -> [ ] -> (2,0.1) (3,0.2) (6,1) (-1,?)
     [ ] -> (2,0.1) (3,0.3) (4,-1.2) (6,1) (-1,?)
     [ ] -> (1,0.4) (6,1) (-1,?)
     [ ] -> (2,0.1) (4,1.4) (5,0.5) (6,1) (-1,?)
     [ ] -> (1,-0.1) (2,-0.2) (3,0.1) (4,1.1) (5,0.1) (6,1) (-1,?)

所以，似乎我不能直接使用矩阵，相反，我必须制作这个 feature_node 的大链表；不存在更简单的系统或任何示例 s.t.我可以用更简单的方式做到这一点吗？

Answer 1

我不确定自您发布此文档以来文档是否已更改，但我使用了另一个问题 [ here 中显示的方法] ] 我将问题值加载到这样的矩阵中，而不是重写我的输入文件以匹配格式。 (我逐行解析文件并以逗号分隔，然后存储在名为 myData 的二维数组中):

struct svm_problem prob;
struct svm_node *x_space;

prob.l = problemSize;

svm_node** x = Malloc(svm_node*, prob.l);

for (int row = 0; row < prob.l; row++)
{
    svm_node* x_space = Malloc(svm_node,4);
    for (int col = 0; col < 4; col++)
    {
        x_space[col].index = col;
        x_space[col].value = myData[row][col];
    }
    x_space[4].index = -1;
    x[row] = x_space;
}

prob.x = x;

它似乎运作良好，至少满足我的需要。我不太清楚这是否能解决您的问题(也许晚了几年)。

希望对其他人也有用。