LIBSVMの使いかたまとめ - k.kinukawaの日記
LIBSVMとは LIBSVMはChih-Chung Chang とChih-Jen Lin によって作成された、サポートベクタマシンライブラリである。 現在はバージョン2.85がリリースされている。 LIBSVM は、サポートベクタ分類器（C-SVC、nu-SVC）、回帰分析（epsilon-SVR、nu-SVR）、分布評価（１クラスSVM）のための統合ソフトである。 マルチクラス分類もサポートしている。 様々なインターフェースが用意されているため、ライブラリとユーザープログラムを簡単に統合することが可能である。 以下のような機能、特徴を含んでいる。 異なったSVM の計算式が用意されている. 効率的なマルチクラス分類ができる. モデル選択のためのクロスバリデーション*1. 可能性予測. 偏ったデータのための、重みつきSVM. C++ とJava のソースコード. SVM 分類と回帰分析
LibSVM - 音声メモ
LibSVMとは † http://www.csie.ntu.edu.tw/~cjlin/libsvm/ SVM（Support Vector Machine) ツールの一つ 学習が早い OpenMPを用いてマルチコアでの並列学習も可能．参考→http://qiita.com/niam/items/e3e970c40ddb8457b1d0 幾つかの種類のカーネル関数を選べる ↑ 簡単な用語の説明 † 学習データ 学習させるためのテキストデータ 評価データ システムの評価に使うテキストデータ クラス/正例/負例 (Positive/Negative) 何のデータが正解で，何のデータが不正解なのか 基本的には何の数値を使ってもいいが，正例を+1，負例を-1 or 0とすることが多い 素性（値） データとなる特徴量 スケーリング 正規化．素性値の最大値と最小値を統一させることで各素性に対する重み
機械学習のOverfitting対策 - Y's note
Overfitting対策 How can I avoid overfitting? - Quora 機械学習で偏った学習データに適合したモデルを評価データに対して利用した場合、精度が悪い結果が得られることがあります。単純にモデルにInputする訓練データが少なかったり、局所領域に存在するデータ扱っていたり、モデルの自由度が高く複雑である事など幾つか原因が考えられ、上のQuoraで解決策について意見が書かれています。ここでは結論として書かれた内容について簡単に紹介します。 K-Fold Cross Validation 単純な解決方法としては学習時に偏ったデータに適合しすぎないように学習データをK個のまとまりに分割して、K-1個のデータを用いて学習、残りの1個を用いて評価する作業を組みわせパターン全てで行うというK-Fold Cross Validationという手法が用いられます。こうす
LIBSVMの特徴量の重みを見る - LIBSVMのモデルの読み方 - 唯物是真 @Scaled_Wurm
以前LIBSVMで特徴量の重みを見る方法について記事でURLを紹介したのですが、リンク先の記事とコードがなくなっているみたいなので、改めて記事にしておきます。 SVMでの特徴量の重み 非常に単純化して説明すると、線形カーネルのSVMは次のような式の符号の正負によってデータを分類します。 このときがデータのベクトルで、が学習された重み、が学習されたバイアス項になっています。 重みの絶対値が大きな特徴量は識別に大きな影響を与える≒重要な特徴量であると考えることができ、学習結果の分析などで使われています LIBSVMのモデルの読み方 まず以下の二値分類の例でLIBSVMのモデルファイルの説明をします svm_type c_svc kernel_type rbf gamma 0.000361402 nr_class 2 total_sv 707 rho -1.00298 label -1 1 nr
Klog » Blog Archive » LibSVMで重みベクトルを求める方法
LibSVMで重みベクトルを求めるコードを書いたので公開します。 こんなコードを書くに至った経緯 LIBSVMというSVMを簡単に使える便利なライブラリがあります。カーネルの選択から結果出力までかなり楽にできる作りで非常に便利なのですが、学習した重みベクトルを求める機能がないのが唯一残念なところです。 いろいろ調べてみたのですが、結局モデルファイル(学習後にできるファイル)を解析するコードを自分で書く他ありませんでした。 参考ページ 日本語ページで良いリファレンスになるものはありませんでした(Googleで調べた限りは)。なので、結局公式のQandAページを参考にしました。一部抜粋します。 Q: Can you explain more about the model file? In the model file, after parameters and other informa
LIBLINEARの重みの見方 - 唯物是真 @Scaled_Wurm
前にLIBSVMの重みの見方を書いた。 LIBSVMのモデルファイルにはサポートベクターの重み(双対問題の重み)が書いてあるだけで各特徴量の重み(主問題の重み)を求めるためには計算をする必要があった。 LIBLINEARの方はより簡単でモデルファイルに各特徴量の重みそのものが書いてある 以下の記事がわかりやすい liblinearモデルファイルのフォーマットを確認 - Negative/Positive Thinking また以前Pythonの機械学習ライブラリであるscikit-learn(sklearn)の紹介をしたが、sklearnにもLIBLINEARやLIBSVMを使ったSVMが実装されている。 それらでは学習したモデルのcoef_属性値とintercept_属性値を参照するだけで重みと切片がわかる 1.2. Support Vector Machines — scikit-le
LibSVM - 名古屋大学大熊研究室-坂口敦俊-研究業績
LIBSVMを手に入れる このサイト で入手できます． サイトの中段ぐらいにある「Download Libsvm」の項目にzip fileとtar.gzの2種類置いてあります． ▲ ▼ とってきたファイルを使いたいところに置く とってきたファイルを使用したい領域に置く． （Windowsで使用したい場合は，マイドキュメントに置く．） 「Linuxの場合は展開したディレクトリでmake」 ▲ ▼ データの準備 学習用データと検証用データを準備する． データ形式はなんでも良い．(推奨は .txt形式) データの書式には クラスラベル 番号:数値 番号:数値 ... クラスラベル 番号:数値 番号:数値 ... という風に1行に1ラベルにする． ちなみに学習用データでは，各ラベル数を揃えるようにする． ▲ ▼ モデルの作成 svm-train (学習用データの場所/名前) に
LibSVMを使う (DD-HOST LAB)
LibSVMは，教師付き分類器であるサポートベクターマシンの実装の一つ． C++,Java,Python, R, MATLAB, Perl, Ruby, Weka, Common LISP, CLISP, Haskell, LabVIEW, C# .NET, CUDA の環境からライブラリとして呼び出すことができる．C++,Javaについてはオープンソースになっている．その使い方を一部メモ． +1 0:0.15605779 1:10.0 2:0.0 3:1.0 +1 0:0.17847104 1:10.0 2:0.0 3:1.0 +1 0:0.29922867 1:10.0 2:0.0 3:0.0 +1 0:0.2403232 1:10.0 2:0.0 3:0.0 -1 0:0.10234895 1:10.0 2:0.0 3:0.0 -1 0:0.28430352 1:10.0 2:0.0
LIBSVM Tools
Last modified: This page provides some miscellaneous tools based on LIBSVM (and LIBLINEAR). Roughly they include Things not general enough to be included in LIBSVM Research codes used in some our past papers Some data sets in LIBSVM formats They will be less maintained comparing to the main LIBSVM package. However, comments are still welcome. Please properly cite our work if you find them useful.
SVMを用いた多値分類ライブラリlibsvmを使ってみた - nokunoの日記
どうも中身の分からないライブラリをブラックボックスとして使うのが苦手なのですが，SVMくらいは使えるようにしておこうと思い，libsvmを使ってみました．LIBSVM -- A Library for Support Vector Machines wget "http://www.csie.ntu.edu.tw/~cjlin/cgi-bin/libsvm.cgi?+http://www.csie.ntu.edu.tw/~cjlin/libsvm+tar.gz"tar xfz llibsvm-3.1.tar.gzcd libsvm-3.1makeg++ -Wall -Wconversion -O3 -fPIC -c svm.cppg++ -Wall -Wconversion -O3 -fPIC svm-train.c svm.o -o svm-train -lmg++ -Wall -Wco
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://www.koj-m.sakura.ne.jp/hurobint/index.php?libsvm
Matlab libsvm - how to find the w coefficients
Sign in - Google Accounts
http://www.bi.a.u-tokyo.ac.jp/~tak/index.html