资源简介
机器学习 libsvm svm 支持向量机 参考网上教程使用
代码片段和文件信息
#include
#include
#include
#include
#include
#include “svm.h“
int print_null(const char *s...) {return 0;}
static int (*info)(const char *fmt...) = &printf;
struct svm_node *x;
int max_nr_attr = 64;
struct svm_model* model;
int predict_probability=0;
static char *line = NULL;
static int max_line_len;
static char* readline(FILE *input)
{
int len;
if(fgets(linemax_line_leninput) == NULL)
return NULL;
while(strrchr(line‘\n‘) == NULL)
{
max_line_len *= 2;
line = (char *) realloc(linemax_line_len);
len = (int) strlen(line);
if(fgets(line+lenmax_line_len-leninput) == NULL)
break;
}
return line;
}
void exit_input_error(int line_num)
{
fprintf(stderr“Wrong input format at line %d\n“ line_num);
exit(1);
}
void predict(FILE *input FILE *output)
{
int correct = 0;
int total = 0;
double error = 0;
double sump = 0 sumt = 0 sumpp = 0 sumtt = 0 sumpt = 0;
int svm_type=svm_get_svm_type(model);
int nr_class=svm_get_nr_class(model);
double *prob_estimates=NULL;
int j;
if(predict_probability)
{
if (svm_type==NU_SVR || svm_type==EPSILON_SVR)
info(“Prob. model for test data: target value = predicted value + z\nz: Laplace distribution e^(-|z|/sigma)/(2sigma)sigma=%g\n“svm_get_svr_probability(model));
else
{
int *labels=(int *) malloc(nr_class*sizeof(int));
svm_get_labels(modellabels);
prob_estimates = (double *) malloc(nr_class*sizeof(double));
fprintf(output“labels“);
for(j=0;j fprintf(output“ %d“labels[j]);
fprintf(output“\n“);
free(labels);
}
}
max_line_len = 1024;
line = (char *)malloc(max_line_len*sizeof(char));
while(readline(input) != NULL)
{
int i = 0;
double target_label predict_label;
char *idx *val *label *endptr;
int inst_max_index = -1; // strtol gives 0 if wrong format and precomputed kernel has start from 0
label = strtok(line“ \t\n“);
if(label == NULL) // empty line
exit_input_error(total+1);
target_label = strtod(label&endptr);
if(endptr == label || *endptr != ‘\0‘)
exit_input_error(total+1);
while(1)
{
if(i>=max_nr_attr-1) // need one more for index = -1
{
max_nr_attr *= 2;
x = (struct svm_node *) realloc(xmax_nr_attr*sizeof(struct svm_node));
}
idx = strtok(NULL“:“);
val = strtok(NULL“ \t“);
if(val == NULL)
break;
errno = 0;
x[i].index = (int) strtol(idx&endptr10);
if(endptr == idx || errno != 0 || *endptr != ‘\0‘ || x[i].index <= inst_max_index)
exit_input_error(total+1);
else
inst_max_index = x[i].index;
errno = 0;
x[i].value = strtod(val&endptr);
if(endptr == val || errno != 0 || (*endptr != ‘\0‘ && !isspace(*endptr)))
exit_input_error(total+1);
++i;
}
x[i].index = -1;
if (predict_probability && (svm_type==C_SVC || svm_type==NU_SVC))
{
predict_label = svm_predict_probability(modelxprob_estimates);
fprintf(output“%g“predict_label);
for
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2014-11-14 22:52 libsvm-3.20\
文件 1497 2014-11-14 22:51 libsvm-3.20\COPYRIGHT
文件 5536 2014-11-14 22:51 libsvm-3.20\svm-predict.c
文件 64702 2014-11-14 22:52 libsvm-3.20\svm.cpp
文件 28544 2014-11-14 22:51 libsvm-3.20\README
文件 1084 2014-11-14 22:51 libsvm-3.20\Makefile.win
文件 3382 2014-11-14 22:52 libsvm-3.20\svm.h
文件 27670 2014-11-14 22:51 libsvm-3.20\heart_scale
目录 0 2014-11-14 22:52 libsvm-3.20\java\
文件 12269 2014-11-14 22:51 libsvm-3.20\java\svm_toy.java
文件 8944 2014-11-14 22:51 libsvm-3.20\java\svm_scale.java
目录 0 2014-11-14 22:52 libsvm-3.20\java\libsvm\
文件 868 2014-11-14 22:51 libsvm-3.20\java\libsvm\svm_model.java
文件 63095 2014-11-14 22:51 libsvm-3.20\java\libsvm\svm.m4
文件 136 2014-11-14 22:51 libsvm-3.20\java\libsvm\svm_problem.java
文件 63803 2014-11-14 22:52 libsvm-3.20\java\libsvm\svm.java
文件 115 2014-11-14 22:51 libsvm-3.20\java\libsvm\svm_node.java
文件 1288 2014-11-14 22:51 libsvm-3.20\java\libsvm\svm_parameter.java
文件 87 2014-11-14 22:51 libsvm-3.20\java\libsvm\svm_print_interface.java
文件 8355 2014-11-14 22:51 libsvm-3.20\java\svm_train.java
文件 624 2014-11-14 22:51 libsvm-3.20\java\Makefile
文件 81 2014-11-14 22:51 libsvm-3.20\java\test_ap
文件 51917 2014-11-14 22:52 libsvm-3.20\java\libsvm.jar
文件 4950 2014-11-14 22:51 libsvm-3.20\java\svm_predict.java
文件 732 2014-11-14 22:51 libsvm-3.20\Makefile
目录 0 2014-11-14 22:52 libsvm-3.20\windows\
文件 141312 2014-11-14 22:52 libsvm-3.20\windows\svm-toy.exe
文件 81408 2014-11-14 22:52 libsvm-3.20\windows\svm-scale.exe
文件 64000 2014-11-14 22:52 libsvm-3.20\windows\svmtrain.mexw64
文件 10240 2014-11-14 22:52 libsvm-3.20\windows\libsvmwrite.mexw64
文件 160256 2014-11-14 22:52 libsvm-3.20\windows\libsvm.dll
............此处省略43个文件信息
- 上一篇:Linux下组播源码,含客户端和服务器
- 下一篇:聚类测试数据
相关资源
- 基于tensorflow的猫狗图片的识别分类
- 漏洞推断-利用机器学习辅助发现漏洞
- 使用C5.0决策树识别高风险银行贷款
- 小象学习机器学习视频不知道哪期.
- 机器学习第七期升级版.docx
- 百度网盘链接coursera 吴恩达深度机器
- libsvm-mat-2.89-3[FarutoUltimate3.0].rar
- MachineLearning-相似度距离公式
- Spark机器学习回归模型数据集
- coursera吴恩达机器学习全套视频和文档
- 电机振动故障检测tensorflow神经网络
- Machine Learning Linear Regression-线性回归
- 疝气病数据集逻辑回归
- 17 机器学习案例——基于朴素贝叶斯
- 模式识别模型选择,SVM,分类器作业
- 用SVM做特征选择
- spark机器学习简单文档
- 机器学习特征的的代码lpq
- Svm实现多分类
- 图解机器学习代码
- 南京大学周志华老师的一个讲普适机
- svm用于特征提取、预测、目标识别问
- 最新版coursera吴恩达机器学习全套视频
- 吴恩达机器学习视频中英文字幕字幕
- 机器学习Kmeans实验报告
- pso优化的SVM分类
- SVM多分类IEEE期刊论文
- 吴恩达机器学习视频百度网盘视频+
- 机器学习 吴恩达 全套视频和课后题
- 首次提出SVM的英文论文,105页pdf
评论
共有 条评论