pythonlibsvmubuntu

1. python下使用libsvm能处理数据格式为复数（complex）的数据吗

毋庸置疑，LibSVM是台湾牛人为世界机器学习的卓越贡献之一。一般都是基于Matlab的，其实LibSVM也可以用Python跑。
第一步，确定本机Python的版本：

32位的最易配置，哈哈，我的机器就是这么的古董。64位的童鞋请Google。

第二步，到官网http://www.csie.ntu.e.tw/~cjlin/libsvm/，来下载LibSVM软件包，我选择的是zip包。

第三步，将zip包解压到一个特定位置，我放到了C：盘根目录，当然也可以放到program files中。

第四步，就可以测试一下LibSVM是否可用了，打开Python IDE，输入以下代码：

能够看到输出，84%的分类准确性。

第五步，使用我的个人数据
libsvm的数据格式如下：

第一列代表标签，第二列是第一个特征值，第三列是第二个特征值。所以，先要把数据按规定格式整理好。然后开始训练。
import os
import sys

os.chdir('C:\libsvm-3.17\python')
from svmutil import *

y, x = svm_read_problem('../lkagain.txt')
m = svm_train(y[:275], x[:275], '-c 5')

y, x = svm_read_problem('../lk2.txt')
p_label, p_acc, p_val = svm_predict(y[0:], x[0:], m)
print p_label
print p_acc
print p_val

第六步，Python接口
在libsvm-3.16的python文件夹下主要包括了两个文件svm.py和svmutil.py。
svmutil.py接口主要包括了high-level的函数，这些函数的使用和LIBSVM的MATLAB接口大体类似
svmutil中主要包含了以下几个函数：
svm_train() : train an SVM model
svm_predict() : predict testing data
svm_read_problem() : read the data from a LIBSVM-format file.
svm_load_model() : load a LIBSVM model.
svm_save_model() : save model to a file.
evaluations() : evaluate prediction results.

2. python调用libSVM异常，svm_save_model(modelName,model)。总说第一个参数类型错误

可以看看python文件夹下面的README。第一个参数是：保存model的文件名，字符串类型。第二个参数就是svm_train返回的model。
README里面有详细的例子。按照你的错误，
model_file_name是字符串类型吗？检查一下就行吧

3. ubuntu python64位支持libsvm吗

把包解压在C盘之中，如：C:\libsvm-3.182. 因为要用libsvm自带的脚本grid.py和easy.py,需要去官网下载绘图工具gnuplot,解压到c盘.进入c:\libsvm\tools目录下，用文本编辑器（记事本，edit都可以）修改grid.py和easy.py两个文件，找到其中关于gnuplot路径的那项，根据实际路径进行修改，并保存 python与libsvm的连接（参考SVM学习笔记（2）LIBSVM在python下的使用） 1.打开IDLE(pythonGUI)，输入>>>importsys>>>sys.version 2.如果你的python是32位，将出现如下字符： (default,Apr102012,23:31:26)[MSCv.150032bit(Intel)]’ 这个时候LIBSVM的python接口设置将非常简单。在libsvm-3.16文件夹下的windows文件夹中找到动态链接库libsvm.dll，将其添加到系统目录，如`C:\WINDOWS\system32\’，即可在python中使用libsvm wk_ad_begin({pid : 21});wk_ad_after(21, function(){$('.ad-hidden').hide();}, function(){$('.ad-hidden').show();}); 3.执行一个小例子 importos os.chdir('C:\libsvm-3.18\python')#请根据实际路径修改 fromsvmutilimport* y,x=svm_read_problem('../heart_scale')#读取自带数据 m=svm_train(y[:200],x[:200],'-c4') p_label,p_acc,p_val=svm_predict(y[200:],x[200:],m) ##出现如下结果，应该是正确安装了optimizationfinished,#iter=257nu=0.351161 obj=-225.628984,rho=0.636110nSV=91,nBSV=49 TotalnSV=91 Accuracy=84.2857%(59/70)(classification)

4. 求教Ubuntu里的python运行sthor和liblinearutil不见的问题

在python中使用liblinear
1.安装
1.从 下载压缩文件，解压
2.进入liblinear主目录，执行make
3.进入./python的文件夹下，拷贝文件夹目录
4.将目录添加至python解释器的path中，export PYTHONPATH=/Users/username/Downloads/liblinear-2.01/python:$PAYTHONPATH
5.进入python， 运行import liblinear，无报错，即完成。
2.使用liblinearutil
liblinearutil模块相比liblinear模块不用考虑ctypes的问题，直接用python数据类型就可以。
from liblinearutil import *1

常用函数
train()：训练线性模型
predict()：对testing数据做预测
svm_read_problem()：读取libsvm格式的数据
load_model()：load模型
save_model()：将模型存储为文件
evaluations()：评价预测结果
model = train(y, x[, 'training_options'])# y是list/tuple类型，长度为l的训练标签向量# x是list/tuple类型的训练实例，list中的每一个元素是list/tuple/dictory类型的feature向量#以下写法的作用是相同的model = train(prob[, 'training_options'])
model = train(prob, param)# examplesy, x = svm_read_problem('../heart_scale')# 读入libsvm格式的数据prob = problem(y, x)# 将y,x写作probparam = parameter('-s 3 -c 5 -q')# 将参数命令写作paramm = train(y, x, '-c 5')
m = train(prob, '-w1 5 -c 5')
m = train(prob, param)# 进行训练CV_ACC = train(y, x, '-v 3')# -v 3 是指进行3-fold的交叉验证# 返回的是交叉验证的准确率best_C, best_rate = train(y, x, '-C -s 0')

p_labs, p_acc, p_vals = predict(y, x, m [,'predicting_options'])# y是testing data的真实标签，用于计算准确率# x是待预测样本# p_labs: 预测出来的标签# p_acc: tuple类型，包括准确率，MSE，Squared correlation coefficient(平方相关系数)# p_vals: list, 直接由模型计算出来的值，没有转化成1，0的值，也可以看做是概率估计值(ACC, MSE, SCC) = evaluations(ty, pv)# ty: list, 真实值# pv: list, 估计值

5. 如何加速基于Python的libsvm速度

if not is_win32: svmtrain_exe = "../svm-train" gnuplot_exe = "/usr/bin/gnuplot" else: gnuplot_exe = "/usr/bin/gnuplot"这一行少了一个TAB键。建设你把所有行前面的空格跟TAB删除后重新打上空格或TAB键。

6. 如何下载libsvm python

下载libsvm python的方法：

1、访问“www.csie.ntu.e.tw/~cjlin/libsvm/”网页，下载zip格式的数据包

2、将文件解压到python的site-packages文件夹中就可以了

更多Python知识，请关注：Python自学网！！

7. ubuntu 下怎样安装python

1.先检查当前系统中是否已经安装python，直接使用python -V查看

8. 如何在linux中libsvm与gunplot

1、下载：先到http://www.csie.ntu.e.tw/~cjlin/libsvm/下载Linux下对版本tar.gz 。
2、解压缩：解压缩到任一目录下，这里我解压到/home/xxxxxx/libsvm-2.91。/home/xxxxxx/是我的用户目录，xxxxxx是用户名。
3、编译：进入到/home/xxxxxx/libsvm-2.91，输入命令make(即可完成安装，但有时候会出现下列错误）

g++ -Wall -Wconversion -O3 -fPIC -c svm.cpp
make: g++: Command not found
make: *** [svm.o] Error 127
4、错误解决：此错误为没有对应编译器，需要安装。
5、安装g++编译器：在终端输入命令 apt-get install g++
6、再编译：安装g++成功后，即可再编译，编译成功即可用libsvm
7、Libsvm使用
A.使用svm-train训练：在终端中输入./svm-train heart_scale
B.使用svm-predict预测：在终端输入./svm-predict heart_scale heart_scale.model out
heart_scale为test file, heart_scale.model是由svm-train训练出来对模型文件，out为预测输出文件。

8、如果想使用easy.py和grid.py更快的执行以上第7步骤的工作。因为Ubuntu中已经安装了python和gunplot，所以这两个软件对安装工作可以省略。进入/home/xxxxxx/libsvm-2.91/tools到目录后，只需要在终端中输入：
python easy.py /home/xxxxxx/libsvm-2.91/SYN /home/xxxxxx/libsvm-2.91/SYN2NMF
这里SYN为用来构建模型对训练文件；SYN2NMF为需要预测对文件
运行结果：
Best c=2.0, g=0.0078125 CV rate=77.45
Training...
Output model: SYN.model
Scaling testing data...
Testing...
Accuracy = 83.35% (1667/2000) (classification)
Output prediction: SYN2NMF.predict
关于Linux命令的介绍，看看《linux就该这么学》，具体关于这一章地址3w(dot)linuxprobe/chapter-02(dot)html

PS:在安装过程中，最好首先在终端中输入 sudo -i 切换为root用户模式，避免权限错误。

9. 如何在ubuntu下使用python

安装是可以安装上，这个版本不完整的，无法安装psycopg2最后还是先用python2.6把libpg-dev安装上，然后再编译安装python2.5，再安装psycopg2

10. 怎样在ubuntu中安装python及科学计算环境

去Anaconda 官网下一个包。直接安装就好了