Vc++调用Libsvm

LibSVM的package中的Readme文件中介绍了怎样具体的使用LibSvm，可以在Dos下以命令形式进行调用，也可以用程序包中提供的GUI程序Svm-toy进行图形化的操作。svm-toy提供了store和load操作，可以很方便的手动生成数据，然后store到磁盘中。load可用来从文件中直接调用数据，包括自己手动生成的，更重要的是可用导入数据库中的数据。

以上两个方法在具体的研究开发中不够灵活，若希望自己修改部分代码，或者把软件包中的程序集成到自己的工程中，可以采用下面的方法。在Readme文件中有介绍，下面是enfeeling在其blog中的详述。

LIBSVM 软件包是台湾大学林智仁 (Chih-Jen Lin) 博士等用 C++ 实现的 LIBSVM 库，可以说是使用最方便的 SVM 训练工具 ^[71] 。可以解决分类问题 (包括C-SVC、 n-SVC) 、回归问题 (包括e-SVR、n-SVR) 以及分布估计 (one-class-SVM ) 等问题，提供了线性、多项式、径向基和 S 形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。

但是，在 Windows 环境下，此软件包只提供 DOS 工具集 ( 主要包括：训练工具 svmtrain.exe ，预测工具 svmpredict.exe ，缩放数据工具 svmscale.exe 和二维演示工具 svmtoy.exe) ， LIBSVM2.83 版本中的训练工具和预测工具的界面如下图 3.2-3.3 示：

图3.2 LIBSVM2.83训练工具界面 

图3.3 LIBSVM2.83预测工具界面

使用这两个工具，就可以用来分类了，具体步骤如下：

(1) 把样本数据按固定格式Ⅰ保存成文本文件 A ；

(2) 利用训练工具，输入训练参数进行训练，并把训练出的支持向量机模型保存成文本文件 B ；

(3) 在预测工具中，导入训练好的支持向量机模型 B ，输入以固定格式Ⅱ保存的预测数据文本文件 C ，最终得到预测结果文件 D 。

具体使用细则和相关参数，可查阅林智仁博士的个人主页 ^[72] 。

很明显，该软件包只是一个工具集，很难与既有的程序融合，但该工具包是开源的。因此，笔者通过研究该工具包中的源程序，了解了训练和预测两模块的内部运行机制，成功把 LIBSVM2.83嵌入到笔者的VC++6.0 程序，希望该移植方法给后人的研究带来方便。

通过上面的介绍可知 LIBSVM 分类的具体步骤，在源程序里面，主要由以下 2 个函数来实现：

(1) struct svm_model *svm_train(const struct svm_problem *prob, const struct svm_parameter *param);

该函数用来做训练，参数 prob ，是 svm_problem 类型数据，具体结构定义如下：

struct svm_problem         // 存储本次参加运算的所有样本 ( 数据集 ) ， 及其所属类别。

{

int n;                            // 记录样本总数

double *y;                   // 指向样本所属类别的数组

struct svm_node **x;   // 指向一个存储内容为指针的数组

};

其中 svm_node 的结构体定义如下：

struct svm_node                 // 用来存储输入空间中的单个特征

{

       int index;               // 输入空间序号，假设输入空间数为 m

       double value;        // 该输入空间的值

};

所以， prob 也可以说是问题的指针，它指向样本数据的类别和输入向量，在内存中的具体结构图如下：

图3.4 LIBSVM训练时，样本数据在内存中的存放结构

只需在内存中申请 n*(m+1)*sizeof(struct svm_node) 大小的空间，并在里面填入每个样本的每个输入空间的值，即可在程序中完成 prob 参数的设置。

参数 param ，是 svm_parameter 数据结构，具体结构定义如下：

struct svm_parameter          // 训练参数

{

       int svm_type;        //SVM 类型 ，

       int kernel_type;            // 核函数类型

       int degree;                   /* for poly */

       double gamma;            /* for poly/rbf/sigmoid */

       double coef0;              /* for poly/sigmoid */

                                          /* these are for training only */

       double cache_size;      /* in MB  制定训练所需要的内存 */

       double eps;                  /* stopping criteria */

       double C;                    /* for C_SVC, EPSILON_SVR and NU_SVR ， 惩罚因子 */

       int nr_weight;        /* for C_SVC 权重的数目 */

       int *weight_label; /* for C_SVC 权重 ， 元素个数由 nr_weight 决定 */

       double* weight;           /* for C_SVC */

       double nu;                   /* for NU_SVC, ONE_CLASS, and NU_SVR */

       double p;                     /* for EPSILON_SVR */

       int shrinking;        /* use the shrinking heuristics 指明训练过程是否使用压缩 */

       int probability;         /* do probability estimates 指明是否要做概率估计 */

}

其中， SVM 类型和核函数类型如下：

enum { C_SVC, NU_SVC, ONE_CLASS, EPSILON_SVR, NU_SVR };    /* svm_type */

enum { LINEAR, POLY, RBF, SIGMOID, PRECOMPUTED };               /* kernel_type */

只需申请一个 svm_parameter 结构体，并按实际需要设定 SVM 类型 、 核函数和各种参数的值即可完成参数 param 的设置。

设定完这两个参数，就可以直接在程序中调用训练函数进行训练了，该其函数返回一个 struct svm_model *SVM 模型的指针，可以使用 svm_save_model(const char *model_file_name, const struct svm_model *model) 函数，把这个模型保存在磁盘中。至此，训练函数的移植已经完成。

(2) double svm_predict(const struct svm_model *model, const struct svm_node *x);

参数 model ，是一个 SVM 模型的指针，可以使用函数 struct svm_model *svm_load_model(const char *model_file_name) ，导入训练时保存好的 SVM 模型，此函数返回一个 SVM 模型的指针，可以直接赋值给变量 model 。

参数 x ，是 const struct svm_node 结构体的指针，本意是一个输入空间的指针，但实际上，该函数执行的时候，是从参数 x 处计算输入空间，直到遇到单个样本数据结束标记 -1 才结束，也就是说，该函数运算了单个样本中的所有输入空间数据。因此，在调用此函数时，必须先把预测样本的数据按图 3.4 中的固定格式写入内存中。另外，该函数只能预测一个样本的值，本文需要对图像中的所有像数点预测，就要使用 for 循环反复调用。

该函数返回一个 double 类型，指明被预测数据属于哪个类。面对两分类问题的时候，通常使用 +1 代表正样本，即类 1 ； -1 代表负样本，即类 2 。最后根据返回的 double 值就可以知道预测数据的类别了。

上面函数的解释表明 LIBSVM 做分类的具体内部实现过程。那么，就可以不用 DOS 工具，直接通过调用 LIBSVM 函数来实现分类，也就可以直接让 LIBSVM 嵌入到原有程序中。下面是 LIBSVM2.83 移植到本文程序中做两分类的步骤：

(1) 拷贝svm.h和svm.cpp文件到源工程目录下，并添加到工程中；

(2) 用既定格式保存样本点信息到内存中，并设置好训练参数；

(3) 调用训练函数，训练得到支持向量器并以文件形式保存到磁盘；

(4) 导入训练好的支持向量器文件，调用预测函数对血细胞图像中的每一个点进行预测，并根据其返回结果进行分类。