libsvm 是否适用于多输出回归？答案

【问题标题】：Does libsvm work for multi output regression?libsvm 是否适用于多输出回归？
【发布时间】：2014-06-23 18:24:49
【问题描述】：

我一直在尝试使用jlibSVM 我想将它用于多输出回归。

例如我的：功能集/输入将是 x1,x2,x3 并且输出/目标值将是 y1,y2

这可以使用 libSVM 库吗？

API 文档不清楚，也没有显示使用 jlibsvm 的示例应用，所以我尝试修改 lexecyexec/svm_train.java 中的代码

作者最初创建的应用程序仅使用一个输出/目标值。

这在作者尝试阅读训练文件的部分中可以看到：

private void read_problem() throws IOException
    {
    BufferedReader fp = new BufferedReader(new FileReader(input_file_name));
    Vector<Float> vy = new Vector<Float>();
    Vector<SparseVector> vx = new Vector<SparseVector>();
    int max_index = 0;

    while (true)
        {
        String line = fp.readLine();
        if (line == null)
            {
            break;
            }

        StringTokenizer st = new StringTokenizer(line, " \t\n\r\f:");

        vy.addElement(Float.parseFloat(st.nextToken()));
        int m = st.countTokens() / 2;
        SparseVector x = new SparseVector(m);
        for (int j = 0; j < m; j++)
            {
            //x[j] = new svm_node();
            x.indexes[j] = Integer.parseInt(st.nextToken());
            x.values[j] = Float.parseFloat(st.nextToken());
            }
        if (m > 0)
            {
            max_index = Math.max(max_index, x.indexes[m - 1]);
            }
        vx.addElement(x);
        }

我尝试对其进行修改，以便向量 vy 接受具有 2 个值的稀疏向量。

程序已执行，但模型文件似乎有误。

谁能验证他们是否使用 jlibsvm 进行多输出 svm 回归？？？

如果是，有人可以解释一下他们是如何做到这一点的吗？

如果没有，那么有人知道 Java 中类似的 svm 实现吗？

【问题讨论】：

标签： java vector regression svm

【解决方案1】：

经典的 SVM 算法不支持多维输出。解决此问题的一种方法是为每个输出维度建立一个 SVM 模型。

【讨论】：