数据与软件工程实验室 徐海蛟博士 2013
4`svm-train' 用法
用法: svm-train [选项] training_set_file [model_file]
选项:
-s svm_type : 设定 SVM 的类型 (默认 0)
0 -- C-SVC (多类分类) 默认值
1 -- nu-SVC (多类分类)
2 -- one-class SVM （二类）
3 -- epsilon-SVR (回归)
4 -- nu-SVR (回归)
-t kernel_type : 设定核函数的类型 (默认 2)
0 – 线性: u'*v
1 – 多项式: (gamma*u'*v + coef0)^degree
2 – 径向基函数: exp(-gamma*|u-v|^2) 默认值
3 -- sigmoid: tanh(gamma*u'*v + coef0)
4 -- precomputed kernel (kernel values in training_set_file)
-d degree : set degree in kernel function (default 3)
-g gamma : set gamma in kernel function (default 1/num_features)
-r coef0 : set coef0 in kernel function (default 0)
-c cost : set the parameter C of C-SVC, epsilon-SVR, 与 nu-SVR (default 1)
-n nu : set the parameter nu of nu-SVC, one-class SVM, 与 nu-SVR (default 0.5)
-p epsilon : set the epsilon in loss function of epsilon-SVR (default 0.1)
-m cachesize : set cache memory size in MB (default 100)
-e epsilon : set tolerance of termination criterion (default 0.001)
-h shrinking : whether to 使用 the shrinking heuristics, 0 or 1 (default 1)
-b probability_estimates : whether to train a SVC or SVR model for probability estimates, 0 or 1
(default 0)
-wi weight : set the parameter C of class i to weight*C, for C-SVC (默认 1) 惩罚权重
-v n: n-fold cross validation mode
-q : quiet mode (no outputs)
-g 中的 k 表示输入数据中属性的数目。
-v n 选项把数据随机分成 n 个部分，并计算它们的交叉验证 accuracy/mean 方差。
通过 libsvm FAQ 来查看输出文件的含义。
4
评论4