Usando Libsvm bajo Linux

Recientemente instalé Ubuntu en mi computadora portátil, lamentando que la tecnología de Linux actual se esté desarrollando demasiado rápido. Muchas operaciones no son diferentes de Windows
, y muchas aplicaciones bajo Windows
tienen Versión de Linux correspondiente. Hay que decir que usar Ubuntu es bastante conveniente. Así que cambié mi plataforma de trabajo a Ubuntu.

Cambie a la plataforma Ubuntu, necesito instalar algunas aplicaciones, principalmente mi propio trabajo requiere MATLAB y LIBSVM. Anotemos los problemas y la experiencia que se produjo durante la instalación de estos dos softwares. Una es facilitar su referencia más adelante, y la otra es proporcionar una referencia para otros.

Este artículo habla primero sobre cómo instalar y usar Libsvm en la plataforma Ubuntu (descargué la versión 2.91).

1. Descargar: primero descargue la versión tar.gz en Linux desde http://www.csie.ntu.edu.tw/~cjlin/libsvm/.

2. Descomprimir: Descomprimir en cualquier directorio, aquí descomprimo en /home/xxxxxx/libsvm-2.91. /home /xxxxxx /es mi directorio de usuarios, xxxxxx es el nombre de usuario.

3. Compile: Vaya a /home/xxxxxx/libsvm-2.91, ingrese el comando make (puede completar la instalación, pero a veces ocurrirá el siguiente error)

g ++ -Wall -Wconversion - O3 -fPIC -c svm.cpp

make: g ++: comando no encontrado

make: *** [svm.o] Error 127

4, resolución de error: Este error no es necesario para el compilador y debe instalarse. 5, instale el compilador g ++: ingrese el comando apt-get install g ++ 6 en el terminal, vuelva a compilar: después de instalar g ++ con éxito, puede compilar nuevamente, compilar exitosamente, usar libsvm7, Libsvm use A. Usar el entrenamiento svm-train: Ingrese ./svm-train heart_scaleB en el terminal. Use svm-predict para predecir: ingrese ./svm-predict heart_scale en el terminal. Heart_scale.model outheart_scale es un archivo de prueba, heart_scale.model está entrenado por svm-train para modelar el archivo, la predicción es Archivo de salida. 8. Si desea usar easy.py y grid.py para realizar los pasos anteriores 7 más rápido. Debido a que Python y Gunplot ya están instalados en Ubuntu, estos dos softwares se pueden omitir para la instalación. Después de ingresar /home/xxxxxx/libsvm-2.91/toto al directorio, simplemente ingréselo en el terminal:

python easy.py /home/xxxxxx/libsvm-2.91/SYN /home/xxxxxx/libsvm-2.91 /SYN2NMF

SYN se usa para compilar el archivo de entrenamiento de pares de modelos; SYN2NMF es el resultado de la necesidad de predecir el archivo: Mejor c = 2.0, g = 0.0078125 CV tasa = 77.45 Entrenamiento y hellip; Modelo de salida: SYN.modelScaling testing data … Testing … Accuracy = 83.35% (1667/2000) (clasificación) Predicción de salida: SYN2NMF.predictPS: Durante el proceso de instalación, es mejor ingresar primero sudo -i en el terminal para cambiar al modo de usuario raíz para evitar errores de permiso.