SVM解兵王问题_python.zip

用SVM解决兵王问题，是比较好的机器学习svm入门项目，包括训练测试数据集、libsvm包以及程序代码。其中数据集总样本数为28056个，取其中5000个作为训练样本，其余的为测试样本。libsvm包中有各个属性的使用说明，代码为python版本，测试的准确率为99.36%

import sys
import os
import datetime
import pickle
import numpy as np
import scipy.io as sio
import matplotlib
import matplotlib.pyplot as plt

sys.path.append（‘.\libsvm-master\python‘）


from svmutil import *
from numpy import *

tStart = datetime.datetime.now（）
# 处理数据
rawdata = ‘krkopt.data‘
rd = open（rawdata）
arrayOLines = rd.readlines（）
del arrayOLines[0]
numbersOfLines = len（arrayOLines）
featureDimension = 6
data = zeros（（numbersOfLines featureDimension））
label = zeros（numbersOfLines）
for i in range（len（arrayOLines））:
    line = arrayOLines[i]
    listFromLine = line.split（‘‘）
    data[i 0] = ord（listFromLine[0]） - 96
    data[i 1] = ord（listFromLine[1]） - 48
    data[i 2] = ord（listFromLine[2]） - 96
    data[i 3] = ord（listFromLine[3]） - 48
    data[i 4] = ord（listFromLine[4]） - 96
    data[i 5] = ord（listFromLine[5]） - 48
    if listFromLine[6] == ‘draw\n‘:
        label[i] = 1
    else:
        label[i] = -1
# 随机取5000个数据作为训练样本 剩下数据作为测试样本
permutatedData = zeros（（numbersOfLines featureDimension））
permutatedLabel = zeros（numbersOfLines）

p = random.permutation（numbersOfLines）

for i in range（numbersOfLines）:
    permutatedData[i :] = data[p[i] :]
    permutatedLabel[i] = label[p[i]]

numbersOfTrainData = 5000
xTrain = permutatedData[:numbersOfTrainData]
yTrain = permutatedLabel[:numbersOfTrainData]
xTest = permutatedData[numbersOfTrainData:]
yTest = permutatedLabel[numbersOfTrainData:]

# 样本均一化
averageData = zeros（（1 featureDimension））
for i in range（len（xTrain））:
    averageData += xTrain[i :]
averageData = averageData / len（xTrain）
standardDiviation = zeros（（1 featureDimension））
for i in range（len（xTrain））:
    standardDiviation = standardDiviation + （xTrain[i] - averageData） ** 2
standardDiviation = （standardDiviation/（len（xTrain）-1））**0.5

for i in range（len（xTrain））:
    xTrain[i] = （xTrain[i] - averageData）/standardDiviation
for i in range（len（xTest））:
    xTest[i] = （xTest[i] - averageData）/standardDiviation

# 粗略搜素最佳的C、gamma参数
CScale = list（range（-5 16 2））
gammaScale = list（range（-15 4 2））
maxRecognitionRate = 0
arr = np.array（xTrain）
newX = arr.tolist（）
arr = np.array（yTrain）
newY = arr.tolist（）
for i in range（len（CScale））:
    testC = 2 ** CScale[i]
    for j in range（len（gammaScale））:
        cmd = ‘-t 2 -c ‘
        cmd += str（testC）
        cmd += ‘ -g ‘
        testGamma = 2**gammaScale[j]
        cmd += str（testGamma）
        cmd += ‘ -v 5‘
        cmd += ‘ -h 0‘
        print（‘rude search‘）
        recognitionRate = svm_train（newY newX cmd）
        if recognitionRate > maxRecognitionRate:
            maxRecognitionRate = recognitionRate
            print（maxRecognitionRate）
            maxCIndex = i
            maxGammaIndex = j
#精确搜索C、gamma
n = 10
minCScale = 0.5 * （CScale[max（0 maxCIndex - 1）]+CScale[maxCIndex]）
maxCScale = 0.5 * （CScale[min（len（CScale） - 1 maxCIndex + 1）] + CScale[maxCIndex]）
newCScale = 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2020-07-29 21:58  SVM\
     文件           0  2020-07-27 23:22  SVM\__init__.py
     文件      184648  2020-07-29 21:58  SVM\decisionValues.mat
     文件      559878  2020-03-02 17:56  SVM\krkopt.data
     目录           0  2020-07-28 20:23  SVM\libsvm-master\
     文件        1497  2018-07-15 22:15  SVM\libsvm-master\COPYRIGHT
     文件       83238  2018-07-15 22:15  SVM\libsvm-master\FAQ.html
     文件       27670  2018-07-15 22:15  SVM\libsvm-master\heart_scale
     目录           0  2020-07-28 20:23  SVM\libsvm-master\java\
     文件       55181  2018-07-15 22:15  SVM\libsvm-master\java\libsvm.jar
     目录           0  2020-07-28 20:23  SVM\libsvm-master\java\libsvm\
     文件       64084  2018-07-15 22:15  SVM\libsvm-master\java\libsvm\svm.java
     文件       63281  2018-07-15 22:15  SVM\libsvm-master\java\libsvm\svm.m4
     文件         868  2018-07-15 22:15  SVM\libsvm-master\java\libsvm\svm_model.java
     文件         115  2018-07-15 22:15  SVM\libsvm-master\java\libsvm\svm_node.java
     文件        1285  2018-07-15 22:15  SVM\libsvm-master\java\libsvm\svm_parameter.java
     文件          87  2018-07-15 22:15  SVM\libsvm-master\java\libsvm\svm_print_interface.java
     文件         136  2018-07-15 22:15  SVM\libsvm-master\java\libsvm\svm_problem.java
     文件         659  2018-07-15 22:15  SVM\libsvm-master\java\Makefile
     文件        4945  2018-07-15 22:15  SVM\libsvm-master\java\svm_predict.java
     文件        8937  2018-07-15 22:15  SVM\libsvm-master\java\svm_scale.java
     文件       12262  2018-07-15 22:15  SVM\libsvm-master\java\svm_toy.java
     文件        8354  2018-07-15 22:15  SVM\libsvm-master\java\svm_train.java
     文件          81  2018-07-15 22:15  SVM\libsvm-master\java\test_applet.html
     文件         732  2018-07-15 22:15  SVM\libsvm-master\Makefile
     文件        1135  2018-07-15 22:15  SVM\libsvm-master\Makefile.win
     目录           0  2020-07-28 20:23  SVM\libsvm-master\matlab\
     文件        4060  2018-07-15 22:15  SVM\libsvm-master\matlab\libsvmread.c
     文件        2326  2018-07-15 22:15  SVM\libsvm-master\matlab\libsvmwrite.c
     文件         888  2018-07-15 22:15  SVM\libsvm-master\matlab\make.m
     文件        1240  2018-07-15 22:15  SVM\libsvm-master\matlab\Makefile
............此处省略52个文件信息