3行程序搞定SVM分类-用JAVA程序调用LibSVM API 最简单的示例

最近用LibSVM做分类实验，发现网上的资料大都是关于SVM基本原理和怎么用终端命令行使用svm-train,svm-predict等几个程序，这些其实在README文件中已经讲得很清楚了，Readme里面几乎包含了所有可以帮助你灵活使用LibSVM的信息，可是很多人都不怎么看。这里给出用JAVA调用LibSVM API最简单的示例，用JAVA进行SVM分类只需要几行程序就搞定了，前提是你已经准备好了符合LibSVM处理数据格式的训练样本和测试样本。下面一一道来（注：有网友向我要eclipse工程，下载地址见点击打开链接）

1、 准备训练样本和测试样本

       直接上LibSVM官网就可以下载，我下载的UCI的UCI-breast-cancer数据集，训练样本和测试样本的基本格式是这样的

       <label> <index1>:<value1> <index2>:<value2> ...

       分别代表  类别   feature1索引：feature1值  feature2索引：feature2值

       如果想自己定义核函数，那么属于precompute kernel values and input them as training and testing files.

       此时训练样本和测试样本变成如下格式：

       New training instance for xi:  <label>   0:i   1:K(xi,x1) ... L:K(xi,xL) 
       New testing instance for any x:  <label>    0:?   1:K(x,x1) ... L:K(x,xL) 

       That is, in the training file the first column must be the "ID" of xi. In testing, ? can be any value.

      很好理解，有篇EMNLP2009做观点和关系抽取就是自己定义核函数借助SVM分类器实现的。

2、建立JAVA工程，导入LibSVM 的JAR包，要注意还需要导入java文件下的svm_train.java和svm_predict.java这两个文件，这两个类其实主要在LibSVM基础上做了进一步封装，把命令行参数转化成了String []类型的函数参数，方便API调用。至于另外两个svm_tony.java和svm_scale可以不导入，它们分别是图形界面和数据压缩用的，不是必要文件。

3、把训练样本和测试样本放在工程文件夹下，当然，你也可以自定义data目录。

4 、修改svm_train.java和svm_predict.java这两个文件，前者主要是把model_file_name返回，因为在svm_predict的main函数中需要使用，后者主要是把分类的Accuracy返回。

5、编写JAVA调用LibSVM API分类代码如下，非常简单，代码中给出了注释

import java.io.IOException;

import libsvm.*;

/**JAVA test code for LibSVM
 * @author yangliu
 * @blog http://blog.csdn.net/yangliuy
 * @mail [email protected]
 */

public class LibSVMTest {

	public static void main(String[] args) throws IOException {
		// TODO Auto-generated method stub
		//Test for svm_train and svm_predict
		//svm_train: 
		//	  param: String[], parse result of command line parameter of svm-train
		//    return: String, the directory of modelFile
		//svm_predect:
		//	  param: String[], parse result of command line parameter of svm-predict, including the modelfile
		//    return: Double, the accuracy of SVM classification
		String[] trainArgs = {"UCI-breast-cancer-tra"};//directory of training file
		String modelFile = svm_train.main(trainArgs);
		String[] testArgs = {"UCI-breast-cancer-test", modelFile, "UCI-breast-cancer-result"};//directory of test file, model file, result file
		Double accuracy = svm_predict.main(testArgs);
		System.out.println("SVM Classification is done! The accuracy is " + accuracy);
		
		//Test for cross validation
		//String[] crossValidationTrainArgs = {"-v", "10", "UCI-breast-cancer-tra"};// 10 fold cross validation
		//modelFile = svm_train.main(crossValidationTrainArgs);
		//System.out.print("Cross validation is done! The modelFile is " + modelFile);
	}

}

6 运行工程，观察分类准确率，我的代码主要进行了两次实验，第一次是基于训练样本训练分类model(分类超平面)，然后对测试样本进行分类；第二次直接对训练样本采用10折交叉验证法测试SVM分类性能，其他参数采用默认值，运行结果如下

是不是很容易，其实仔细看看LibSVM的Readme，很多问题都不是问题。如果需要完整工程文件可以在下面评论栏留下邮箱。

附：svm 主调用程序经常使用的几个方法，注意这是LibSVM中SVM类下的函数，与svm.train.java等文件中的相关函数要区分：
svm.svm_train(svm_problem,svm_parameter) 该方法返回一个训练好的svm_model
svm.svm_load_model(文件名); 该方法返回一个训练好的svm_model
svm.svm_save_model(文件名,svm_model); 该方法将svm_model保存到文件中
svm.svm_predict_values(svm_model,svm_node,double); 该方法返回doule类值，svm_node对svm_model测试，返回值确定了svm_node在模型中的定位