将 SVM 分类器从 sklearn 导出到 Java 代码库 [关闭]答案

【问题标题】：Exporting SVM classifiers from sklearn to Java codebase [closed]将 SVM 分类器从 sklearn 导出到 Java 代码库 [关闭]
【发布时间】：2014-06-18 21:40:24
【问题描述】：

我已经使用sklearn 训练了一组 SVM 分类器（大部分是线性使用 LinearSVM，但其中一些使用带有 rbf 内核的 SVC 类），我对结果非常满意。现在我需要将 production 中的分类器导出到另一个使用 Java 的代码库中。我正在寻找可能的库，它们在 maven 中发布，可以很容易地合并到这个新的代码库中。

你有什么建议？

【问题讨论】：

标签： java scikit-learn svm

【解决方案1】：

线性分类器很简单：它们有一个coef_ 和一个intercept_，在类文档字符串中进行了描述。这些是常规 NumPy 数组，因此您可以使用标准 NumPy 函数将它们转储到磁盘。

>>> from sklearn.datasets import load_iris
>>> iris = load_iris()
>>> from sklearn.svm import LinearSVC
>>> clf = LinearSVC().fit(iris.data, iris.target)

现在让我们把它转储到一个伪文件中：

>>> from io import BytesIO
>>> outfile = BytesIO()
>>> np.savetxt(outfile, clf.coef_)
>>> print(outfile.getvalue())
1.842426121444650788e-01 4.512319840786759295e-01 -8.079381916413134190e-01 -4.507115611351246720e-01
5.201335313639676022e-02 -8.941985347763323766e-01 4.052446671573840531e-01 -9.380586070674181709e-01
-8.506908158338851722e-01 -9.867329247779884627e-01 1.380997337625912147e+00 1.865393234038096981e+00

这是你可以从 Java 中解析出来的东西，对吧？

现在要在样本x 上获得k'th 类的分数，您需要评估

np.dot(x, clf.coef_[k]) + clf.intercept_[k]
# ==
(sum(x[i] * clf.coef_[k, i] for i in xrange(clf.coef_.shape[1]))
 + clf.intercept_[k])

我希望这也是可行的。得分最高的班级获胜。

对于内核 SVM，情况更为复杂，因为您需要在 Java 代码中复制 one-vs-one decision function 以及内核。 SVM 模型存储在属性support_vectors_ 和dual_coef_ 中的SVC 对象上。

【讨论】：

我投了赞成票，但这并不能真正回答我的问题:)
@nopper 你的意思是你想要一个图书馆？那么这个问题就跑题了。
问题是：我需要以最小的努力将一组 SVM 分类器 (sklearn) 导出到 Java。您建议使用哪些库（java，可能在 maven 中）？
有没有人用 svm 完成了上述工作并公开了这项工作？在网上找不到任何东西。
@CartesianTheater 我维护了一个项目，该项目将学习模型移植到 C、Java 或 JavaScript 等低级编程语言。但它正在积极开发中。无论如何，你可以在这里找到它：https://github.com/nok/sklearn-porter

【解决方案2】：

我不知道如何在一个框架中导出 SVM 模型并在另一个框架中导入它们，但了解哪些参数描述您的模型可能会有所帮助 - 这些是 SVM 训练机制选择的支持向量，加上内核和（一些）超参数。我会将它们保存到一个文件中，然后以你的目标语言获取任何机器学习库，看看我是否可以通过向它们提供这些参数来初始化 SVM 分类器，而不是再次训练它们。

【讨论】：

我猜线性分类器应该很容易，因为它们只公开一组系数，但对于非线性分类器可能会更复杂。无论如何，问题是关于这个范围的最佳 Java 库，它也在 maven 中发布？如果结果相同，我有能力重新训练整个分类器。
是的，我不知道，只是想建议在您搜索库时，“导入”功能可能不是一个关键因素（SO 也有点与“帮助我选择一个图书馆”的问题 - 看到那个密切的投票（不是我的） - 我想强调你的问题有一个更有趣的方面）
是的，我明白你的意思。事实上，在创建这个特定问题之前，我寻找了类似的问题。最后我发现有些人正在寻找将 sklearn 分类器（无需重新训练）导出到 Java 代码库，例如 one。因此我决定放宽要求并接受完全重新训练我的模型的可能性;)