libsvm 使用python交叉验证 取最优参数 c g

      一直习惯用libsvm与matlab进行分类,但是想优化分类效果,libsvm的matlab接口中没有这个功能函数,可以使用libsvm中的Python接口,它带有交叉验证,可以帮助我们优化训练model的参数,即一般是取最优损失函数的系数c和RBF中的gamma参数g.    

      1、先安装Python 和图形绘画软件gnuplot 。

      2、将 gnuplot.exe路径     修改easy.py 和grid.py 相应的文件路径。


       3、将训练集放到C:\Users\jin\Documents\MATLAB\libsvm-3.18\tools文件夹下。

       4、在命令窗口,cd C:\Users\jin\Documents\MATLAB\libsvm-3.18\tools  转换到文件所在目录下。

       5、Python easy.py heart_scale        替换成训练集

          Python grid.py heart_scale

你可能感兴趣的:(libsvm 使用python交叉验证 取最优参数 c g)