将 libsvm 模型结构从 matlab 保存到可以用 C++ 读取的 .model 文件

Question

我有两个问题：

1. 我按照帖子Lib svm, how to convert MyModel.mat to MyModel.model中的说明进行操作 我尝试使用以下命令在 Mac OSx El Capitan 上构建 svm_savemodel.c： mex svm_savemodel.c 发生了以下情况：

使用“带有 Clang 的 Xcode”进行构建。为架构 x86_64 使用 mex 未定义符号时出错：“_matlab_matrix_to_model”，引用自：svm_savemodel.o 中的 _mexFunction “_svm_free_and_destroy_model”，引用自：svm_savemodel.o 中的 _mexFunction “_svm_save_model”，引用自：svm_savemodel.o ld 中的 _mexFunction：符号（s ）未找到架构 x86_64 clang：错误：链接器命令失败，退出代码为 1（使用 -v 查看调用） 任何人都可以提出一些解决方案吗？

1. 所以我正在考虑编写一个 matlab 代码，它将 matlab 中的模型结构转换为可以在 C++ 中读取的 MyModel.model 文件 这篇帖子Libsvm model file format No model number 讨论了需要保存在 .model 文件中的参数。

我正在研究回归问题，所以在我的情况下，标签条目将不存在。除此之外还有什么需要注意的吗？

谢谢。

Answer 1

我修改了How to create training data for libsvm (as an svm_node struct) 的代码进行回归，并查看了模型保存的格式

{ 结构 svm_parameter 参数； // 由 parse_command_line 设置 结构 svm_problem 概率； // 由 read_problem 设置 //struct svm_model *model; struct svm_node *x_space;

int main(int argc, const char * argv[]) {
char input_file_name[1024];
char model_file_name[1024] = "MyModel" ;
const char *error_msg;

param.svm_type = EPSILON_SVR;
param.eps = 1e-3;
param.C = 1;
//param.kernel_type = RBF;
param.degree = 3;


//Problem definition-------------------------------------------------------------
prob.l = 8;

//x values matrix of xor values
double matrix[prob.l][2];
matrix[0][0] = 0.1;
matrix[0][1] = 0.2;

matrix[1][0] = 0.2;
matrix[1][1] = 0.3;

matrix[2][0] = 0.4;
matrix[2][1] = 0.5;

matrix[3][0] = 0.8;
matrix[3][1] = 0.9;

matrix[4][0] = 0.6;
matrix[4][1] = 0.7;

matrix[5][0] = 0.55;
matrix[5][1] = 0.65;

matrix[6][0] = 0.45;
matrix[6][1] = 0.55;

matrix[7][0] = 0.65;
matrix[7][1] = 0.75;

svm_node** x = Malloc(svm_node*,prob.l);

//Trying to assign from matrix to svm_node training examples
for (int row = 0;row <prob.l; row++){
    svm_node* x_space = Malloc(svm_node,3);
    for (int col = 0;col < 2;col++){
        x_space[col].index = col;
        x_space[col].value = matrix[row][col];
    }
    x_space[2].index = -1;      //Each row of properties should be terminated with a -1 according to the readme
    x[row] = x_space;
}

prob.x = x;

//yvalues
prob.y = Malloc(double,prob.l);
prob.y[0] = 0.15;
prob.y[1] = 0.25;
prob.y[2] = 0.45;
prob.y[3] = 0.85;
prob.y[4] = 0.65;
prob.y[5] = 0.6;
prob.y[6] = 0.5;
prob.y[7] = 0.7;

//Train model---------------------------------------------------------------------
svm_model *model = svm_train(&prob,&param);
//svm_model *model = svm_load_model(model_file_name);

//Test model----------------------------------------------------------------------
svm_node* testnode = Malloc(svm_node,3);
testnode[0].index = 0;
testnode[0].value = 0.6;
testnode[1].index = 1;
testnode[1].value = 0.7;
testnode[2].index = -1;

//This works correctly:
double retval = svm_predict(model,testnode);

    svm_save_model(model_file_name, model);
printf("retval: %f\n",retval);


svm_destroy_param(&param);
free(prob.y);
free(prob.x);
free(x_space);

return 0;

} }

然后我在matlab中编写了下面的代码来保存在matlab中生成的svm模型结构，我可以在C++中读取保存的模型

{ load('ClassificationMATLAB.mat'); % 用模型的 svm 结构打开 mat 文件，结构的变量名是 'svm' fid=fopen('Mymodel','w');

fprintf(fid,'%s %s\n','svm_type','epsilon_svr'); fprintf(fid,'%s %s\n','kernel_type','rbf'); % rbf fprintf(fid,'%s %s\n','nr_class','2'); % fprintf(fid,'%s %s\n','degree', '3');

fprintf(fid,'%s %s\n','total_sv',num2str(svm.totalSV)); fprintf(fid,'%s %s\n','rho',num2str(svm.rho));

fprintf(fid,'%s\n','SV');

FullSVs=full(svm.SVs);

对于 i=1:length(svm.SVs)

fprintf(fid, '%s', num2str(svm.sv_coef(i)));
fprintf(fid, '%s %s\n', [' 0:' num2str(FullSVs(i,1))],[' 1:' num2str(FullSVs(i,2))]);

结束 fclose(fid);

}