matlab - 在 MATLAB 中使用多变量数据训练 LIBSVM

Question

LIBSVM 如何工作执行多元回归是我的普遍问题？详细来说，我有一定数量的链接的一些数据。 (示例 3 链接)。每个链接都有 3 个因变量，在模型中使用时会给出输出 Y。我在某个时间间隔内收集了这些链接上的数据。

LinkId | var1 |  var2  | var3 | var4(OUTPUT)
   1   |  10  |  12.1  |  2.2 |  3
   2   |  11  |  11.2  |  2.3 |  3.1
   3   |  12  |  12.4  |  4.1 |  1
   1   |  13  |  11.8  |  2.2 |  4
   2   |  14  |  12.7  |  2.3 |  2
   3   |  15  |  10.7  |  4.1 |  6
   1   |  16  |  8.6   |  2.2 |  6.6
   2   |  17  |  14.2  |  2.3 |  4
   3   |  18  |  9.8   |  4.1 |  5

我需要执行预测来找到输出

(2,19,10.2,2.3). 

如何使用上述数据在 Matlab 中使用 LIBSVM 进行训练？我可以训练整个数据作为 svmtrain 的输入来创建模型，还是需要单独训练每个链接并使用创建的模型进行预测？有什么区别吗？注意:请注意，具有相同 ID 的每个链接都具有相同的值。

Answer 1

这并不是一个真正的 matlab 或 libsvm 问题，而是一个通用的 svm 相关问题。

How LIBSVM works performs multivariate regression is my generalized question?

LibSVM 只是一个库，特别是为回归任务实现了支持向量回归模型。简而言之，在线性情况下，SVR 尝试找到一个超平面，将数据点放置在其周围的某个边缘处(这与经典 SVM 的双重方法相同，经典 SVM 试图以尽可能大的边缘来分离数据) 。

在非线性情况下，使用核技巧(与 SVM 中的方式相同)，因此它仍在寻找超平面，但在由特定核引起的特征空间中，这导致非线性回归输入空间。

可以在这里找到关于 SVR 的非常好的介绍: http://alex.smola.org/papers/2003/SmoSch03b.pdf

How can I do that using above data for training in Matlab using LIBSVM? Can I train the whole data as input to the svmtrain to create a model or do I need to train each link separate and use the model create for prediction? Does it make any difference? NOTE : Notice each link with same ID has same value.

您可以使用整个数据训练SVR(因为这是一个回归问题)，但是:

• 似乎 var3 和 LinkId 是相同的变量 (1->2.2, 2->2.3, 3->4.1)，如果是这种情况，您应该删除 LinkId 列，
• var1 的值是唯一的升序整数吗？如果是这样，这些也可能是无用的功能(因为它们似乎不携带任何信息，它们似乎是您的 id 号码)，
• 您应该在应用 SVM 之前对数据进行预处理，例如。每列都包含 [0,1] 区间内的值，否则某些特征可能会因为其规模而变得比其他特征更重要。

现在，如果您想为每个链接创建一个单独的模型，并遵循上述线索，您最终会得到 1 输入变量 (var2) 和 1输出变量var4，所以我不推荐这样的步骤。一般来说，您设置的功能似乎非常有限，收集更多信息丰富功能将很有值(value)。