文章目錄

• • 一.LIBSVM的下載及安裝
  • 二.處理手工生成數據集
  • 三.參考

一.LIBSVM的下載及安裝

libsvm版本：3.25

鏈接：https://pan.baidu.com/s/1frfbr6QgsRL3YZ8gs5xEMA
提取碼：ekqt

二.處理手工生成數據集

1.啟動LIBSVM

2.手動繪制數據集
鼠標右鍵即可描點

點擊change更換顏色，再描一組

點擊save將數據保存為train1.txt訓練集
同理，再描一組保存為train2.txt訓練集
在這里插入圖片描述

3.利用LIBSVM訓練模型并求出決策函數

• 導入庫

from libsvm.svmutil import * from libsvm.svm import * import scipy.spatial

• 數據導入，svm_read_problem函數的作用是讀取剛剛生成的train1.txt,train2.txt文件并返回合適的格式。

#根據文件路徑直接返回要使用的數據格式 label,data= svm_read_problem('..\\source\\iris.txt')#訓練數據p_label,p_data=svm_read_problem('..\\source\\predict.txt')#預測數據

• 設置訓練參數

para ='-t 1 -c 4 -b 0' ''' -t 0為線性核 1為多項式核 2為高斯核（默認） '''

• 訓練并江模型保存在文件里，同時測試準確度

#多項式核 model=svm_train(label,data,para) svm_save_model('..\\source\\multi.txt',model) acc=svm_predict(p_label,p_data,model)

• 運行結果：
  

• 文件里的內容

4.使用多項式核訓練模型

para ='-t 1 -c 4 -b 1' #訓練參數 #多項式核 model=svm_train(label,data,para) svm_save_model('model2.txt',model) acc=svm_predict(p_label,p_data,model)

5.使用高斯核

para ='-t 2 -c 4 -b 2'#訓練參數 model=svm_train(label,data,para) svm_save_model('model3.txt',model) acc=svm_predict(p_label,p_data,model)

三.參考

【機器學習】基于LIBSVM實現支持向量機核函數訓練并獲取決策函數
libsvm獲得決策函數模型（python+手工iris數據集）

總結

以上是生活随笔為你收集整理的LIBSVM处理Iris模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。