SVM （一）Libsvm 在Python下的安装和使用



SVM （一）Libsvm 在Python下的安装和使用

第一步：确定本机Python的版本： 

      

 

如果你的python是32位，将出现如上图。windows32位的系统可以直接选择zip包，64位的只能通过第三方安装（后边有详解）。

第二步：到官网http://www.csie.ntu.edu.tw/~cjlin/libsvm/，来下载Libsvm软件zip包，如下所示：

第三步，将zip包解压到一个特定位置，我放到了C：盘根目录，当然也可以放到program files中

 

 注意：

（1）如果你的python是32位，这个时候Libsvm的python接口设置将非常简单。在libsvm- 3.17文件夹下的windows文件夹中找到动态链接库libsvm.dll，将其添加到系统目录，如`C:\WINDOWS\system32\’，即可在python中使用libsvm

（2）如果你的python是64位的，也就是说打开IDLE(python GUI)，输入
         >>>import sys
         >>> sys.version
        出现如下字符：
       '2.7.3 (default, Apr 10 2012, 23:24:47) [MSC v.1500 64 bit (AMD64)]'
 这时你需要首先自己编译64位的动态链接库libsvm.dll。方法如下：
      在程序列表中的Microsoft Visual Studio 2010/Visual Studio Tools下找到Visual Studio x  64 Win64 Command Prompt(2010)，注意一定要是64位的command prompt
cd到LIBSVM所在文件夹libsvm-3.17
输入nmake -f Makefile.win clean all
这时libsvm-3.17的windows目录下将生成64位的动态链接库。将新生成的libsvm.dll复制到系统目录（例如`C:\WINDOWS\system32\'）即可。（下图中示例所用位libsvm-3.14版本）

 

第四步，在配置完Libsvm以后，就可以测试一下LibSVM是否可用了，打开Python IDE，输入以下代码：

       能够看到输出，84%的分类准确性。

第五步，使用我的个人数据libsvm的数据格式如下：

 
            

第一列代表标签，第二列是第一个特征值，第三列是第二个特征值。所以，先要把数据按规定格式整理好。然后开始训练。

1. import os
   import sys
2. os.chdir('C:\libsvm-3.17\python')
3. from svmutil import *
4. y, x = svm_read_problem('../lkagain.txt')
5. m = svm_train(y[:275], x[:275], '-c 5')
6. y, x = svm_read_problem('../lk2.txt')
7. p_label, p_acc, p_val = svm_predict(y[0:], x[0:], m)
8. print p_label
9. print p_acc
10. print p_val

第六步，Python接口
     在libsvm-3.16的python文件夹下主要包括了两个文件svm.py和svmutil.py。 

svmutil.py接口主要包括了high-level的函数，这些函数的使用和LIBSVM的MATLAB接口大体类似。svmutil中主要包含了以下几个函数：
    svm_train()        : train an SVM model
    svm_predict()      : predict testing data
    svm_read_problem() : read the data from a LIBSVM-format file.
    svm_load_model()   : load a LIBSVM model.
    svm_save_model()   : save model to a file.
    evaluations()      : evaluate prediction results.

 

本文参考了http://blog.csdn.net/lqhbupt/article/details/8599295，在此感谢xmjdh。

版权声明：本文为博主原创文章，未经博主允许不得转载。