在 Java 中使用 libsvm 进行字符串分类

Question

环顾四周，我找不到将 libsvm 与 Java 结合使用的好方法，我还有一些悬而未决的问题：

1) 可以只使用 libsvm 还是我还必须使用 weka？如果有的话，有什么区别？

2) 使用字符串类型数据时，如何将训练集作为字符串传递？我正在使用 matlab 解决类似的蛋白质分类问题，我只是毫无问题地将字符串提供给机器。在 Java 中有没有办法做到这一点？

这是我在 matlab 中所做的一个不完整的例子（它有效）：

[~,posTrain] = fastaread('dataset/1.25.1.3_d1ilk__.pos-train.seq');
[~,posTest] = fastaread('dataset/1.25.1.3_d1ilk__.pos-test.seq');
trainKernel = spectrumKernel(trainData,k);
testKernel =  spectrumKernel(testData,k);
trainKf =[(1:length(trainData))', trainKernel];
testKf = [(1:length(testData))', testKernel];
disp('custom');
model = libsvmtrain(trainLabel,trainKf,'-t 4');
[~, accuracy, ~] = libsvmpredict(testLabel,testKf,model)

如您所见，我读取了 fasta 格式的文件并将它们提供给 libsvm，但是 java 的 libsvm 看起来需要一个名为 Node 的东西，它是由 double 组成的。我所做的是从 String 中取出 byte[]，然后将它们转换为 Double。正确吗？

3) 如何使用自定义内核？我找到了这行代码

 KernelManager.setCustomKernel(custom_kernel);

但是我的 libsvm.jar 我没有找到。我必须使用哪个库？

抱歉提出了多个问题，我希望您能简要概述一下这里发生的事情。谢谢

Answer 1

请注意，我已经将 LIBSVM 用于 MATLAB，但未用于 Java。我只能真正回答问题 1，但希望这仍然对您有所帮助：

只用libsvm肯定是可以的，代码在这里：https://www.csie.ntu.edu.tw/~cjlin/libsvm/. Note that jlibsvm is a port of libsvm, and it seems to be easier to use and more optimized for Java. As far as I can tell, weka just has a wrapper class that runs libsvm anyways (it even requires the libsvm.jar), though I mainly based it off of this: https://weka.wikispaces.com/LibSVM.

在 Java 中使用 libsvm 进行字符串分类

Using libsvm in Java for String classification

java

weka

libsvm

text-classification