libsvm安装
引文:常常在看paper的时候。就看到svm算法,可是要自己来写真的是难于上青天呀!
所幸有一个libsvm的集成软件包给我们使用,这真的是太好了。以下简介下怎么来使用它吧!
LIBSVM是一个集成软件包。提供支持向量机分类(C-SVC,nu-SVC),回归(epsilon-SVR,nu-SVR)以及分布预计(one-class SVM).工具包支持多类分类问题。LIBSVM是台湾大学林智仁(LinChih-Jen)副教授等开发设计的一个简单、易于使用和高速有效的SVM模式识别与回归的软件包。
在 ubuntu 下安装 gnuplot 不能直接 sudo apt-get install gnuplot,因为预编译的gnuplot不能识别ubuntu的图形界面,所以必须先运行这句:
sudo apt-get install libx11-dev
然后从下载 gnuplot的源代码:
https://sourceforge.net/projects/gnuplot/files/gnuplot/
将其解压缩,进入解压后的目录 编译 ,安装:
tar xzvf gnuplot-4.6.rc1.tar.gz cd gnuplot-4.6.rc1 ./configure --prefix==/usr/local/gnuplot-4.6 make sudo make install
ln -s /usr/local/gnuplot-4.6/bin/gnuplot /usr/bin/gnuplot
libsvm下载:http://www.csie.ntu.edu.tw/~cjlin/libsvm/
tar xzvf libsvm-3.22.tar.gz cd libsvm-3.22 make
cd python
make
测试举例 python环境变量配置测试:
进入libsvm下的子目录tools中,使用命令python测试python环境配置是否正确。grid.py参数寻优测试: 进入libsvm子目录tools中,使用命令python grid.py heart_scale,看输出最后一行2048.0 0.0001220703125 84.0741 或者在tools目录下打开heart_scale.png,看到最佳c和g的值。
svm-train: 进入libsvm目录下,使用命令./svm-train heart_scale,将结果保存在heart_scale.model中svm-predict:还是在libsvm目录下,使用命令./svm-predict heart_scale heart_scale.model heart_scale.out,看输出最后一行Accuracy=??? 预测之后的标签保存在文件heart_scale.out中。
假设你此时位于libsvm的python子文件夹/libsvm-3.17/python路径下
sudo cp *.py /usr/lib/python2.7/dist-packages/ cd .. sudo cp libsvm.so.2 /usr/lib/python2.7/
检验一下,新开一个terminal,进入python
import svm
import svmutil
如果成功,说明装好了
如果不拷贝libsvm下的python包到Python程序的包下,代码要导入libsvm下的python包路径,才能调用libsvm的python接口。