在 Java 中使用 libsvm 进行字符串分类答案

【问题标题】：Using libsvm in Java for String classification在 Java 中使用 libsvm 进行字符串分类
【发布时间】：2015-10-27 23:31:52
【问题描述】：

环顾四周，我找不到将 libsvm 与 Java 结合使用的好方法，但我仍有一些悬而未决的问题：

1) 可以只使用 libsvm 还是我也必须使用 weka？如果有，有什么区别？

2) 使用字符串类型数据时，如何将训练集作为字符串传递？我正在使用 matlab 解决蛋白质分类的类似问题，在那里我只是将字符串交给机器而没有问题。有没有办法在 Java 中做到这一点？

这是我在 matlab 中所做的一个不完整的示例（它有效）：

[~,posTrain] = fastaread('dataset/1.25.1.3_d1ilk__.pos-train.seq');
[~,posTest] = fastaread('dataset/1.25.1.3_d1ilk__.pos-test.seq');
trainKernel = spectrumKernel(trainData,k);
testKernel =  spectrumKernel(testData,k);
trainKf =[(1:length(trainData))', trainKernel];
testKf = [(1:length(testData))', testKernel];
disp('custom');
model = libsvmtrain(trainLabel,trainKf,'-t 4');
[~, accuracy, ~] = libsvmpredict(testLabel,testKf,model)

如您所见，我以 fasta 格式读取文件并将它们提供给 libsvm，但用于 java 的 libsvm 看起来需要由 double 组成的名为 Node 的东西。我所做的是从 String 中获取 byte[]，然后将它们转换为 Double。对吗？

3) 如何使用自定义内核？我找到了这行代码

 KernelManager.setCustomKernel(custom_kernel);

但我的 libsvm.jar 找不到。我必须使用哪个库？

对于多个问题，我很抱歉，我希望您能给我简要介绍一下这里发生的事情。谢谢。

【问题讨论】：

您能给我们一些示例代码来说明您对#2 的含义吗？您是否希望直接从 csv 读取字符串，并将它们传递到 LibSVM 而不对它们做任何事情？对于＃3，您在哪里找到该代码？维卡？
@NBartley 帖子已更新，对于#3，我发现使用 google 的帖子。我不记得在哪里

标签： java weka libsvm text-classification

【解决方案1】：

请注意，我已将 LIBSVM 用于 MATLAB，但未用于 Java。我只能真正回答问题 1，但希望这仍然会有所帮助：

绝对可以只使用libsvm，代码在这里：https://www.csie.ntu.edu.tw/~cjlin/libsvm/。请注意，jlibsvm 是 libsvm 的一个端口，它似乎更易于使用并且针对 Java 进行了更优化。据我所知，weka 只是有一个运行 libsvm 的包装类（它甚至需要 libsvm.jar），尽管我主要基于此：https://weka.wikispaces.com/LibSVM。

【讨论】：