libsvm svm_node和svm_predict

Question

对于如何正确使用libSVM C++代码，我有一些疑问。使用我自己的数据矩阵，我使用作者提供的svm-train exe训练了一个二进制支持向量机分类器。我还使用svm预测可执行文件测试了模型。按照作者的建议，建立了培训和测试矩阵：

标签1:val_1.....n:val_n

标签1:val_1.....n:val_n

标签1:val_1.....n:val_n

.

标签1:val_1.....n:val_n

这种模式似乎运作得很好。

目前，我要做的是从C++应用程序加载模型并请求分类。我认为问题在于当我创建svm_node数组时，我所做的是

Mat featureVector = ....; //opencv matrix 1 rows x n cols
int n = featureVector.cols;
struct svm_node *x = (struct svm_node *) malloc((n+1)*sizeof(struct svm_node));

int nonZero = 0;
for(int i = 0; i < n; i++){
    //Escape zero values
    if(featureVector.at<float>(0,i) != 0){
        x[nonZero].index = i+1; //libsvm index start from 1
        x[nonZero].value = featureVector.at<float>(0,i);
        nonZero++;
    }
}
x[nonZero].index = -1;//requested by libSVM

x = (struct svm_node *) realloc(x, (nonZero+1) * sizeof(struct svm_node));

//finally ask for prediction
int prediction = svm_predict(model, x);

分类器只会产生相同的结果。我不确定我是否要转义零值，如果我没有，结果是一样的。有人知道我是不是做错了什么吗？

Answer 1

我设法解决了这个问题，代码中的错误是第一个特性的开始索引。因此，与我在另一篇文章中看到的相反，libsvm索引从零开始。使用以下代码，分类器正确工作：

int n = featureVector.cols;
struct svm_node *x = (struct svm_node *) malloc((n+1)*sizeof(struct svm_node));

for(int i = 0; i < n; i++){

        x[i].index = i; 
        x[i].value = featureVector.at<float>(0,i);

}

x[n].index = -1;

我还删除了跳过零控制。希望这能帮上忙！

源代码svm-predict.c代码来自作者。

Answer 2

您需要在培训集中有相同数量的样本。例如，classA有500个实例。classB有500个实例。否则，您将获得与您在培训集中使用的更大类相同的所有结果。