matlab - 准备我的数据以在 SVM libsvm matlab 中进行训练

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 8 年前。

Improve this question

我仍然对这么多答案感到困惑，这些答案对于如何在 mat-lab 中为 Libsvm 准备数据以及完成训练的确切要求是什么来说并不全面

我有以下数据，我需要知道下一步是什么(我的数据现在在 Excel 中)

lable   words   total_char  domain len  Ratio   digit   dash    Jaccard  String 
-1         0       0             11     0.0000      0      0    0.3444  uvcaylkgdpg
-1         0       0              8     0.0000      0      0    0.2707  yqdqyntx
-1         1       2              10    0.2000      0      0    0.1761  vzcocljtfi
-1         0       0              8     0.0000      0      0    0.1919  wojpnhwk
-1         0       0              9     0.0000      0      0    0.3475  plrjgcjzf

 1         1       4             6      0.6667      0      0    0.4264  google
 1         4       14            8      1.7500      0      0    0.3444  facebook
 1         4       13            7      1.8571      0      0    0.2707  youtube
 1         1       3             5      0.6000      0      0    0.1761  yahoo
 1         1       3             5      0.6000      0      0    0.1919  baidu
 1         0       0             9      0.0000      0      0    0.3475  wikipedia

这是我训练分类器所需的数据的一部分

现在我知道 Mat Lab 的下一步是什么我做了以下事情安装 Libsvm 并且运行正常我需要知道如何获得最佳结果和正确的调整才能绘制结果？

Answer 1

正如你所说，下一部分是训练分类器或为将来的分类创建模型。即找到SVM模型的参数。你可以使用LIBSVM中的svmtrain来训练模型。

例如，

model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00154'); 

您需要确定的参数是 c 和 gamma。

之后的步骤是进行预测，您需要svmpredict。

示例:

[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

希望它可以帮助您继续您的流程。

阅读我对此问题的回答:Retraining after Cross Validation with libsvm