libSVM的資料格式

標籤：art   sha   details   dict   bsp   決策   blog   ref   nbsp   

首先介紹一下 libSVM的資料格式

Label 1:value 2:value ….

Label：是類別的標識，比如上節train.model中提到的1 -1，你可以自己隨意定，比如-10，0，15。當然，如果是迴歸，這是目標值，就要實事求是了。

Value：就是要訓練的資料，從分類的角度來說就是特徵值，資料之間用空格隔開

比如: -15 1:0.708 2:1056 3:-0.3333

需要注意的是，如果特徵值為0，特徵冒號前面的(姑且稱做序號)可以不連續。如：

       -15 1:0.708 3:-0.3333

表明第2個特徵值為0，從編程的角度來說，這樣做可以減少記憶體的使用，並提高做矩陣內積時的運算速度。我們平時在matlab中產生的資料都是沒有序號的常規矩陣，所以為了方便最好編一個程式進行轉化。

 

怎樣產生libsvm所用的資料格式

 第一種方法 使用FormatDataLibsvm.xls

我已經儲存在我百度網盤裡面了，可免費下載~記得以前是在新浪愛問下載的，需要積分……

為http://pan.baidu.com/share/link?shareid=447079&uk=2165237662

運行FormatDataLibsvm.xls（注意這時會有一個關於“宏已禁宏”的安全警示，點擊“選項”，選擇“啟用此內容”，確定即可）；1，先運行FormatDataLibsvm.xls然後將資料粘貼到sheet1的topleft單元。

   2、 開啟data.xls,(註：網上很多的介紹都是直接將資料粘貼到sheet1的topleft單元)，要特別注意的是這時候的資料排列順序應該是：

                  條件屬性a   條件屬性b  ...  決策屬性

                            7     5    ...  2

                            4     2    ...  1

      3、"工具"-->"宏"-->執行下面有一個選項（FormatDatatoLibsvm）-->執行，要選中這個然後點擊“運行” ，這時候資料講變成：

                 決策屬性  條件屬性a  條件屬性b  ...

                        2    1:7    2:5    ...

                       1    1:4    2:2    ...

 

等資料轉換完成後，將該檔案儲存為.txt檔案。這時資料轉換的問題就解決了。

第二種方法

.txt格式->svm格式的轉換（該段轉自http://blog.csdn.net/lztao82/article/details/7495258）

        首先說明的是，這裡所提的.txt文本資料是指資料檔案帶有逗號、空格、頓號、分號等資料分離符號的資料檔案。因為其用符號來分離，導致所有資料項目都歸類為一個屬性，無法實現上面2步驟的格式輸入，也就無法實現正確結果格式的輸出了。

 

       為瞭解決該問題，轉換該過程與上面一過程的最大不同就在於：在開啟該.txt檔案的時候根據文本資料本身的資料特點將其所包含的逗號、分號、定位字元等資料分離的符號去掉；具體的做法是：轉換運行FormatDataLibsvm.xls，“檔案”->“開啟”->選擇要開啟的data,txt檔案，接著在文本匯入嚮導中根據data.txt檔案本身的資料特點選擇“未經處理資料類型（分隔字元號）”；接著選擇分隔字元號的類型（目地是使得該資料分成獨立的一列列資料，分離成功的話，在資料預覽中將可以看到一列列分離獨立的資料） ：選擇“列資料格式”（常規）->完成；

 

這時候只要調整上面"一"過程的資料格式，重複其後面的步驟2、3操作即可。

第三種方法

其實libsvm所需的資料也可以自己產生~比如我之前是利用映像的顏色特徵進行映像分割，先用程式讀取RGB值然後儲存在txt檔案中就可以了~只不過要注意儲存的格式

 

如何使用這些資料

以簡單的使用為例

在用libsvm內建的一個例子heart_scale.mat時，一切正常~

load heart_scale.mat（此處無分號）

train = heart_scale_inst;

train_label=heart_scale_label;

test=train;

test_label=train_label;

model=svmtrain(train_label,train,‘-c 2 -g 0.01‘);

[predict_label,accuracy]=svmpredict(test_label,test,model);

但是在我們用自己的例子時出現了問題~

因為train = heart_scale_inst;是用的mat檔案的特徵列

train_label=heart_scale_label;用的是mat檔案的標籤列

而我們產生的txt或者mat檔案還沒有進行賦值所以一開始進行賦值就可以了~

A=[newmat(1:2288,1:3)];%特徵列

B=[newmat(1:2288,4)];%標籤列

train = A;

train_label=B;

libSVM的資料格式