支持向量机libsvm-2.88（最新版

支持向量机libsvm-2.88(最新版），支持向量机学习的好帮手

#include 
#include 
#include 
#include 
#include “svm.h“

struct svm_node *x;
int max_nr_attr = 64;

struct svm_model* model;
int predict_probability=0;

void predict（FILE *input FILE *output）
{
	int correct = 0;
	int total = 0;
	double error = 0;
	double sumv = 0 sumy = 0 sumvv = 0 sumyy = 0 sumvy = 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）
			printf（“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）;
		}
	}
	while（1）
	{
		int i = 0;
		int c;
		double targetv;

		if （fscanf（input“%lf“&target）==EOF）
			break;

		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））;
			}

			do {
				c = getc（input）;
				if（c==‘\n‘ || c==EOF） goto out2;
			} while（isspace（c））;
			ungetc（cinput）;
			if （fscanf（input“%d:%lf“&x[i].index&x[i].value） < 2）
			{
				fprintf（stderr“Wrong input format at line %d\n“ total+1）;
				exit（1）;
			}
			++i;
		}	

out2:
		x[i].index = -1;

		if （predict_probability && （svm_type==C_SVC || svm_type==NU_SVC））
		{
			v = svm_predict_probability（modelxprob_estimates）;
			fprintf（output“%g“v）;
			for（j=0;j				fprintf（output“ %g“prob_estimates[j]）;
			fprintf（output“\n“）;
		}
		else
		{
			v = svm_predict（modelx）;
			fprintf（output“%g\n“v）;
		}

		if（v == target）
			++correct;
		error += （v-target）*（v-target）;
		sumv += v;
		sumy += target;
		sumvv += v*v;
		sumyy += target*target;
		sumvy += v*target;
		++total;
	}
	if （svm_type==NU_SVR || svm_type==EPSILON_SVR）
	{
		printf（“Mean squared error = %g （regression）\n“error/total）;
		printf（“Squared correlation coefficient = %g （regression）\n“
		       （（total*sumvy-sumv*sumy）*（total*sumvy-sumv*sumy））/
		       （（total*sumvv-sumv*sumv）*（total*sumyy-sumy*sumy））
		       ）;
	}
	else
		printf（“Accuracy = %g%% （%d/%d） （classification）\n“
		       （double）correct/total*100correcttotal）;
	if（predict_probability）
		free（prob_estimates）;
}

void exit_with_help（）
{
	printf（
	“Usage: svm-predict [options] test_file model_file output_file\n“
	“options:\n“
	“-b probability_estimates: whether to predict probability estimates 0 or 1 （default 0）; for one-class SVM only 0 is supported\n“
	）;
	exit（1）;
}

int main（int argc char **argv）
{
	FILE *input *output;
	int i;

	// parse options
	for（i=1;i	{
		if（argv[i][0] != ‘-‘） break;
		++i;
		switch（argv

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      61804  2008-10-29 11:16  libsvm-2.88\svm.cpp

     文件       2184  2008-10-15 11:38  libsvm-2.88\svm.h

     文件      22334  2008-10-15 11:38  libsvm-2.88\README

     文件       1304  2008-02-09 09:36  libsvm-2.88\Makefile.win

     文件       7362  2008-10-12 07:25  libsvm-2.88\svm-train.c

     文件       1497  2008-10-29 22:51  libsvm-2.88\COPYRIGHT

     文件       4062  2008-10-15 11:38  libsvm-2.88\svm-predict.c

     文件      60637  2008-10-30 07:43  libsvm-2.88\FAQ.html

     文件      27670  2003-07-12 12:07  libsvm-2.88\heart_scale

     文件       6700  2008-09-15 12:36  libsvm-2.88\svm-scale.c

     文件        497  2008-09-15 12:36  libsvm-2.88\Makefile

     文件      10787  2006-03-04 15:40  libsvm-2.88\svm-toy\windows\svm-toy.cpp

     文件       9702  2006-03-04 15:40  libsvm-2.88\svm-toy\gtk\callbacks.cpp

     文件       6457  2003-07-12 12:07  libsvm-2.88\svm-toy\gtk\interface.c

     文件       1765  2003-07-12 12:07  libsvm-2.88\svm-toy\gtk\callbacks.h

     文件        398  2003-07-12 12:07  libsvm-2.88\svm-toy\gtk\main.c

     文件        203  2003-07-12 12:07  libsvm-2.88\svm-toy\gtk\interface.h

     文件       6402  2003-07-12 12:07  libsvm-2.88\svm-toy\gtk\svm-toy.glade

     文件        530  2007-10-14 14:29  libsvm-2.88\svm-toy\gtk\Makefile

     文件       9133  2008-05-01 20:42  libsvm-2.88\svm-toy\qt\svm-toy.cpp

     文件        366  2008-05-01 20:42  libsvm-2.88\svm-toy\qt\Makefile

     文件       3034  2005-11-16 20:58  libsvm-2.88\tools\subset.py

     文件       2525  2008-02-10 20:12  libsvm-2.88\tools\easy.py

     文件      11701  2008-08-08 18:41  libsvm-2.88\tools\grid.py

     文件       4642  2008-03-09 22:33  libsvm-2.88\tools\README

     文件       2371  2007-11-15 15:57  libsvm-2.88\tools\checkdata.py

     文件     147456  2008-10-29 22:44  libsvm-2.88\windows\svm-train.exe

     文件      90112  2008-10-29 22:44  libsvm-2.88\windows\svm-scale.exe

     文件     110592  2008-10-29 22:44  libsvm-2.88\windows\svm-predict.exe

     文件     151552  2008-10-29 22:44  libsvm-2.88\windows\svm-toy.exe

............此处省略37个文件信息