LSSVM_python_example.zip

LSSVM实例代码，

# -*- coding: utf-8 -*-
“““
Created on Wed May 16 12:48:56 2018

@author: lj
“““

from numpy import *

def loadDataSet（filename）:
    ‘‘‘导入数据
    input: filename:文件名
	output:dataMat（list）样本特征
	       labelMat（list）样本标签
    ‘‘‘
    dataMat = []
    labelMat = []
    fr = open（filename）
    for line in fr.readlines（）:
        lineArr = line.strip（）.split（‘\t‘）
        dataMat.append（[float（lineArr[0]）float（lineArr[1]）]）
        labelMat.append（float（lineArr[2]））
    return dataMatlabelMat
           

def kernelTrans（XAkTup）:
    ‘‘‘数据集中每一个数据向量与数据A的核函数值
    input: X--特征数据集
           A--输入向量
           kTup--核函数参量定义
    output: K--数据集中每一个数据向量与A的核函数值组成的矩阵
    ‘‘‘
    X = mat（X）
    mn = shape（X）
    K = mat（zeros（（m1）））
    if kTup[0] == ‘lin‘:
        K = X * A.T
    elif kTup[0] == ‘rbf‘:
        for j in range（m）:
            deltaRow = X[j:] - A
            K[j] = deltaRow * deltaRow.T
        K = exp（K/（-1 * kTup[1] ** 2））
    else: raise NameError（‘Houston We Have a Problem -- That Kernel is not recognized‘）
    return K
    
class optStruct:
    def __init__（selfdataMatInclassLabelsCkTup）:
        self.X = dataMatIn
        self.labelMat = classLabels
        self.C = C
        self.m = shape（dataMatIn）[0]
        self.alphas = mat（zeros（（self.m1）））
        self.b = 0
        self.K = mat（zeros（（self.mself.m）））  #特征数据集合中向量两两核函数值组成的矩阵，[ij]表示第i个向量与第j个向量的核函数值
        for i in range（self.m）:
            self.K[:i] = kernelTrans（self.X self.X[i:] kTup）
            

def leastSquares（dataMatInclassLabelsCkTup）:
    ‘‘‘最小二乘法求解alpha序列
    input:dataMatIn（list）:特征数据集
          classLabels（list）:分类标签集
          C（float）:参数，（松弛变量，允许有些数据点可以处于分隔面的错误一侧）
          kTup（string）: 核函数类型和参数选择 
    output:b（float）:w.T*x+b=y中的b
           alphas（mat）:alphas序列      
    ‘‘‘
    print（“mat（dataMatIn）:\n“mat（dataMatIn））
    print（“mat（dataMatIn）.shape:“mat（dataMatIn）.shape） # 100 * 2
    print（“mat（classLabels）:\n“mat（classLabels））
    print（“mat（classLabels）.shape:“mat（classLabels）.shape） # 1 * 100
    print（“mat（classLabels）.transpose（）:\n“mat（classLabels）.transpose（）） # 转置 100 * 1
    print（“C:“C） # 0.6
    print（“kTup:“kTup） # （‘rbf‘0.3）
    # 调用 optStruct 方法，得到自定义的变量
    oS = optStruct（mat（dataMatIn）mat（classLabels）.transpose（）CkTup）
    print（“oS.X:\n“oS.X） # 100 * 2
    print（“oS.labelMat:\n“oS.labelMat） # 100 * 1
    print（“oS.C:\n“oS.C）
    print（“oS.m:\n“oS.m）
    print（“alphas:\n“oS.alphas）
    print（“oS.b:\n“oS.b） # 0
    print（“oS.K:\n“oS.K） #
    print（“oS.K.shape:\n“oS.K.shape） # 100 * 100
    # 打印自定义变量得到的参数
    ##1.参数设置
    unit = mat（ones（（oS.m1）））  #[11...1].T
    print（“unit:\n“unit）
    I = eye（oS.m）
    print（“I:\n“I）
    zero = mat（zeros（（11）））
    print（“unit:\n“zero）
    print（“zero.shape:“zero.shape）
    upmat = hstack（（zerounit.T））
    print（“upmat:\n“upmat）
    print（“upmat:\n“upmat）
    downma

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2020-04-19 14:53  LSSVM_python_example\LSSVM_python_code_cherry\
     文件      280261  2018-11-18 21:10  LSSVM_python_example\LSSVM_python_code_cherry\Least Squares Sup-port Vector Machine Classifiers.pdf
     文件          19  2018-11-18 21:10  LSSVM_python_example\LSSVM_python_code_cherry\README.md
     文件        5840  2020-04-19 14:41  LSSVM_python_example\LSSVM_python_code_cherry\lssvm.py
     文件        2845  2018-11-18 21:10  LSSVM_python_example\LSSVM_python_code_cherry\testSetRBF.txt
     目录           0  2020-04-19 14:53  LSSVM_python_example\