gpt4 book ai didi

machine-learning - LIBSVM:从模型文件中获取支持向量

转载 作者:行者123 更新时间:2023-11-30 08:50:51 25 4
gpt4 key购买 nike

这可能是一个奇怪的请求,所以首先需要解释一下。最近,我的硬盘突然崩溃,丢失了我用来使用 libSVM 生成模型文件的数据文件。我确实有从该数据文件生成的 SVM 模型和缩放文件,我想知道是否有一种方法可以从模型文件中的支持向量生成数据文件,例如 model_sv_to_instances(model, &instances)因为获取实例的过程非常昂贵。 (我知道它不会与原始版本相同,但仍然比没有好)我正在使用带有 RBF 内核的概率 SVM。

最佳答案

如果您在任何文本编辑器中打开给定的模型文件,您会发现如下内容:

 svm_type c_svc
kernel_type sigmoid
gamma 0.5
coef0 0
nr_class 2
total_sv 4
rho 0
label 0 1
nr_sv 2 2
SV
1 1:0 2:0
1 1:1 2:1
-1 1:1 2:0
-1 1:0 2:1

对您来说有趣的事情是在 SV 行之后。

 1 1:0 2:0
1 1:1 2:1
-1 1:1 2:0
-1 1:0 2:1

这些是被选为支持向量的数据点,因此您只需解析该文件即可。格式如下:[标签] [索引1]:[值1] [索引2]:[值2] ... [索引n][值n]

例如,从我的示例中您可以得出结论,我的训练集是:

x y desired val 
0 0 -1
0 1 1
1 0 1
1 1 -1

一些注意事项和警告。 SV 数量与数据点数量之间的比率取决于您使用的参数。在某些情况下,该比率很大,与您的数据相比,您的 SV 会很少。

要记住的另一件事是,这种减少可能会改变问题,如果您仅使用 SV 作为数据点再次训练,您可能会得到一个具有完全不同参数集的完全不同的模型。

祝你好运!

关于machine-learning - LIBSVM:从模型文件中获取支持向量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15333745/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com