如何使用 LibSVM 执行 'multi classification' 方法？
How to conduct a 'multi classification' approach with LibSVM?
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原理，但它们并没有让我出主意。有什么好的 Java 代码示例吗？
根据 implementation documentation，库 LIBSVM 使用 "one vs all" 策略通过 默认 进行多重 class 预测。
对于代码示例，您可以查看 LIBSVM 的 Java 端口，可以在 here for training and here for prediction.
中找到
基本上您可以使用提供的 CLI 来 train/predict。如果您想在自己的代码中使用它，则必须执行一些操作 "refactoring" 以使其更适合您的目的。
将它与 java 一起使用的基本步骤是：
- 按照图书馆的要求提供 "sparse" 格式的培训文件。这只是 "classLabel feature_id1:feature_value1 feature_id2:feature_value2 ..."。 class 标签和 feature_id 必须是整数。
- 获得训练文件后，您可以使用他们网站上描述的CLI工具（您只需要配置内核特定参数）。在您的情况下，该库将 自动 检测到超过 2 class 个，因此它将开始使用 "one vs all" 训练多 class SVM。
- 重复 1.) 以获取您的测试文件并继续使用 CLI 工具来评估您的模型。
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原理，但它们并没有让我出主意。有什么好的 Java 代码示例吗？
根据 implementation documentation，库 LIBSVM 使用 "one vs all" 策略通过 默认 进行多重 class 预测。
对于代码示例，您可以查看 LIBSVM 的 Java 端口，可以在 here for training and here for prediction.
中找到基本上您可以使用提供的 CLI 来 train/predict。如果您想在自己的代码中使用它，则必须执行一些操作 "refactoring" 以使其更适合您的目的。
将它与 java 一起使用的基本步骤是：
- 按照图书馆的要求提供 "sparse" 格式的培训文件。这只是 "classLabel feature_id1:feature_value1 feature_id2:feature_value2 ..."。 class 标签和 feature_id 必须是整数。
- 获得训练文件后，您可以使用他们网站上描述的CLI工具（您只需要配置内核特定参数）。在您的情况下，该库将 自动 检测到超过 2 class 个，因此它将开始使用 "one vs all" 训练多 class SVM。
- 重复 1.) 以获取您的测试文件并继续使用 CLI 工具来评估您的模型。