如何使用 LibSVM 进行“多分类”方法？答案

【问题标题】：How to conduct a 'multi classification' approach with LibSVM?如何使用 LibSVM 进行“多分类”方法？
【发布时间】：2015-12-18 06:30:20
【问题描述】：

我是LibSVM 的初学者。我想通过LibSVM 使用one vs all 策略多分类。为此，我已经阅读了它的基本内容，但它们并没有让我产生想法。有什么好的Java代码示例吗？

【问题讨论】：

【解决方案1】：

根据implementation documentation，LIBSVM 库默认使用“one vs all”策略进行多类预测。

对于代码示例，您可以查看 LIBSVM 的 Java 端口，可以找到 here for training 和 here for prediction。

基本上，您可以使用提供的 CLI 进行训练/预测。如果您想在自己的代码中使用它，则必须执行一些“重构”以使其更适合您的目的。

在java中使用它的基本步骤是：

按照图书馆的要求提供“稀疏”格式的培训文件。这只是“classLabel feature_id1:feature_value1 feature_id2:feature_value2 ...”。类标签和 feature_id 必须是整数。
获得培训文件后，您可以使用他们网站上描述的 CLI 工具（您只需配置内核特定参数）。在您的情况下，该库将自动检测超过 2 个类，因此它将开始使用“one vs all”训练多类 SVM。
重复 1.) 以获取您的测试文件并继续使用 CLI 工具以评估您的模型。

【讨论】：