[原创]Weka3.5--3.6中使用LibSVM

[原创]Weka3.5中使用LibSVM   

2008-06-14 22:57:45 |  分类： 学习研究 | 字号   订阅

Dr. Y.Bao推荐数据试验中最好用上SVM的分类方法，让我们在Weka中使用LibSVM，我在网上差了半天，看到许多相同的被转来转去的帖子都讲得人晕 头转向，尤其是像我这种Java基础不牢固的人更是不知所以，弄了半天走了不少弯路，不过最后总算是让我把LibSVM集成进Weka了，下面就以我自己 的实际经验介绍一下最简单并且切实可行的方法：

Weka3.5后增加了libsvm这个选项，在分类器中的functions下面。但 是，试图运行的时候，系统提示：Problem evaluating classifier:libsvm classes not in CLASSPATH。这是因为Weka只是提供了Libsvm的Wrapper调用机制，必须要安装Libsvm后将附带的jar路径添加到Weka的启 动路径中。怎么解决呢？我的Weka版本较新（3.5.7），不过我的方法适用于3.5以上的所有版本。

首先，在http://www.cs.iastate.edu/~yasser/wlsvm/ 上下载wlsvm.zip的压缩包，解压后将WLSVM \ lib 文件夹下的libsvm.jar 和wlsvm.jar 两个文件放到weka的安装目录下。

然后，在weka的安装目录下打开runweka.ini这个文件，把
cmd_default=javaw -Xmx#maxheap# -classpath "%CLASSPATH%;#weka.jar#" #mainclass#
修改为
cmd_default=javaw -Xmx#maxheap# -classpath "%CLASSPATH%;#weka.jar#;wlsvm.jar;libsvm.jar" #mainclass#               （注：其实3.4版本是要将wlsvm.jar加进去的，但3.5版本就没有必要了，只用加libsvm.jar就好了）。

最后，直接运行runweka.bat，再打开Explorer，可以在Classify的Classifier-function中找到LibSVM，像使用其它Classifier一样使用它就可以了。这样LibSVM就成功的集成到Weka了。

至于还有帖子教怎么设置libsvm的路径之类的，其实刚刚修改runweka.ini文件时已经完成了这一步了，大可不必再大费周折了，我试过了，不在环境变量里设置ClassPath就按照上面三步设置就完全可以使用LibSVM了。

 

附：

LIBSVM简介
支 持向量机所涉及到的数学知识对一般的化学研究者来说是比较难的，自己编程实现该算法难度就更大了。但是现在的网络资源非常发达，而且国际上的科学研究者把 他们的研究成果已经放在网络上，免费提供给用于研究目的，这样方便大多数的研究者，不必要花费大量的时间理解SVM算法的深奥数学原理和计算机程序设计。 目前有关SVM计算的相关软件有很多，如LIBSVM、mySVM、SVMLight等，这些软件大部分的免费下载地址和简单介绍都可以在 http://www.kernel-machines.org/ 上获得。
LIBSVM 是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的 执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参 数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。该软件包可以在 http://www.csie.ntu.edu.tw/~cjlin/ 免 费获得。该软件可以解决C-SVM分类、-SVM分类、-SVM回归和-SVM回归等问题，包括基于一对一算法的多类模式识别问题。在第2章中我们也介绍 了该软件的一些优点，因此通过综合考虑，我们决定采用该软件作为工作软件。SVM用于模式识别或回归时，SVM方法及其参数、核函数及其参数的选择，目前 国际上还没有形成一个统一的模式，也就是说最优SVM算法参数选择还只能是凭借经验、实验对比、大范围的搜寻或者利用软件包提供的交互检验功能进行寻优。

LIBSVM使用方法

LibSVM 是以源代码和可执行文件两种方式给出的。如果是Windows系列操作系统，可以直接使用软件包提供的程序，也可以进行修改编译；如果是Unix类系统， 必须自己编译，软件包中提供了编译格式文件，我们在SGI工作站(操作系统IRIX6.5)上，使用免费编译器GNU C++3.3编译通过。

LIBSVM使用的数据格式
该软件使用的训练数据和检验数据文件格式如下：
<label> <index1>:<value1> <index2>:<value2> ...
其 中<label> 是训练数据集的目标值，对于分类，它是标识某类的整数(支持多个类)；对于回归，是任意实数。<index> 是以1开始的整数，可以是不连续的；<value>为实数，也就是我们常说的自变量。检验数据文件中的label只用于计算准确度或误差，如 果它是未知的，只需用一个数填写这一栏，也可以空着不填。在程序包中，还包括有一个训练数据实例：heart_scale，方便参考数据文件格式以及练习 使用软件。
可以编写小程序，将自己常用的数据格式转换成这种格式

Svmtrain和Svmpredict的用法
LIBSVM软件提供的各种功能都是DOS命令执行方式。我们主要用到两个程序，svmtrain(训练建模)和svmpredict(使用已有的模型进行预测)，下面分别对这两个程序的使用方法、各参数的意义以及设置方法做一个简单介绍：
Svmtrain的用法：svmtrain [options] training_set_file [model_file]
Options：可用的选项即表示的涵义如下
-s svm类型：SVM设置类型(默认0)
  0 -- C-SVC
  1 --v-SVC
  2 – 一类SVM
  3 -- e -SVR
  4 -- v-SVR
-t 核函数类型：核函数设置类型(默认2)
  0 – 线性：u'v
  1 – 多项式：(r*u'v + coef0)^degree
  2 – RBF函数：exp(-r|u-v|^2)
  3 –sigmoid：tanh(r*u'v + coef0)
-d degree：核函数中的degree设置(默认3)
-g r(gama)：核函数中的?函数设置(默认1/ k)
-r coef0：核函数中的coef0设置(默认0)
-c cost：设置C-SVC，? -SVR和?-SVR的参数(默认1)
-n nu：设置?-SVC，一类SVM和?- SVR的参数(默认0.5)
-p e：设置? -SVR 中损失函数?的值(默认0.1)
-m cachesize：设置cache内存大小，以MB为单位(默认40)
-e ?：设置允许的终止判据(默认0.001)
-h shrinking：是否使用启发式，0或1(默认1)
-wi weight：设置第几类的参数C为weight?C(C-SVC中的C)(默认1)
-v n: n-fold交互检验模式
其 中-g选项中的k是指输入数据中的属性数。option -v 随机地将数据剖分为n部分并计算交互检验准确度和均方根误差。以上这些参数设置可以按照SVM的类型和核函数所支持的参数进行任意组合，如果设置的参数在 函数或SVM类型中没有也不会产生影响，程序不会接受该参数；如果应有的参数设置不正确，参数将采用默认值。training_set_file是要进行 训练的数据集；model_file是训练结束后产生的模型文件，文件中包括支持向量样本数、支持向量样本以及lagrange系数等必须的参数；该参数 如果不设置将采用默认的文件名，也可以设置成自己惯用的文件名。
Svmpredict的用法：svmpredict test_file model_file output_file
model_file是由svmtrain产生的模型文件；test_file是要进行预测的数据文件；Output_file是svmpredict的输出文件。svm-predict没有其它的选项。

svmtrain -s 0 -c 1000 -t 1 -g 1 -r 1 -d 3 data_file
训练一个由多项式核(u'v+1)^3和C=1000组成的分类器。
svmtrain -s 1 -n 0.1 -t 2 -g 0.5 -e 0.00001 data_file
在RBF核函数exp(-0.5|u-v|^2)和终止允许限0.00001的条件下，训练一个?-SVM (? = 0.1)分类器。
svmtrain -s 3 -p 0.1 -t 0 -c 10 data_file
以线性核函数u'v和C=10及损失函数?= 0.1求解SVM回归。