java - 在 libsvm 中使用预先计算的内核会导致它卡住

Question

我们是两个想要使用一类 svm 来检测文本文档中的摘要有值(value)的句子的学生。我们已经为句子实现了句子相似度函数，我们已将其用于另一种算法。我们现在想要在 libsvm for java 中使用与内核相同的函数来实现一类 svm。

我们正在使用 PRECOMPUTED kernel_type 的枚举我们的领域 svm_parameter (参数)。在我们的 svm_problem 的 x 字段中(prob) 我们有以下形式的核矩阵:

0:i 1:K(xi,x1) ... L:K(xi,xL) 

哪里 K(x,y)是 x 相似度的核值和 y , L是要比较的句子数和 i是当前行索引( 0 到 L )。
内核的训练 ( svm.svm_train(prob, param) ) 似乎有时会“陷入”无限循环。

我们是否误解了如何使用 PRECOMPUTED枚举，还是问题出在其他地方？

Answer 1

我们解决了这个问题

事实证明，第一列中的“系列号”需要来自 1至 L ，不是 0至 L-1 ，这是我们最初的编号。我们通过检查 svm.java 中的来源发现了这一点。 :

double kernel_function(int i, int j)
{
    switch(kernel_type)
    {
        /* ... snip ...*/
        case svm_parameter.PRECOMPUTED:
            return x[i][(int)(x[j][0].value)].value;
        /* ... snip ...*/
    }
}

从 1 开始编号而不是 0 的原因是当返回值 K(i,j) 时，行的第一列用作列索引。 .

示例

考虑这个 Java 矩阵:

double[][] K = new double[][] {
    double[] { 1,   1.0,   0.1,   0.0,   0.2 },
    double[] { 2,   0.5,   1.0,   0.1,   0.4 },
    double[] { 3,   0.2,   0.3,   1.0,   0.7 },
    double[] { 4,   0.6,   0.5,   0.5,   1.0 }
};

现在，libsvm 需要内核值 K(i,j)比如说 i=1和 j=3 .表达式 x[i][(int)(x[j][0].value)].value将分解为:

x[i]    -> x[1]    -> second row in K          -> [2,   0.5,   1.0,   0.1,   0.4]
x[j][0] -> x[3][0] -> fourth row, first column -> 4
x[i][(int)(x[j][0].value)].value -> x[1][4]    -> 0.4

起初意识到这有点困惑，但更改索引解决了我们的问题。希望这可以帮助其他有类似问题的人。