网创优客建站品牌官网
为成都网站建设公司企业提供高品质网站建设
热线:028-86922220
成都专业网站建设公司

定制建站费用3500元

符合中小企业对网站设计、功能常规化式的企业展示型网站建设

成都品牌网站建设

品牌网站建设费用6000元

本套餐主要针对企业品牌型网站、中高端设计、前端互动体验...

成都商城网站建设

商城网站建设费用8000元

商城网站建设因基本功能的需求不同费用上面也有很大的差别...

成都微信网站建设

手机微信网站建站3000元

手机微信网站开发、微信官网、微信商城网站...

建站知识

当前位置:首页 > 建站知识

svm多分类java代码 libsvm多分类代码

如何在eclipse编写的java代码中调用Libsvm,训练分类器?

下面是CSDN上面关于libsvm的使用介绍,由于内容较多,我只把网址复制过来了,你可以参考一下,祝你好运!

创新互联建站坚持“要么做到,要么别承诺”的工作理念,服务领域包括:成都网站制作、网站设计、企业官网、英文网站、手机端网站、网站推广等服务,满足客户于互联网时代的民乐网站设计、移动媒体设计的需求,帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴!

如何调用libsvm 的java 库函数

第一步:下载java版libsvm3.12,解压。

第二步:打开java文件夹

第三步:建立项目,引用lib.svm包

第五步:把第二步中的文件夹中四个文件复制到一个自定义的包中

第六步:写程序调用,代码如下,贴出来供大家学习,有不对的地方,欢迎拍砖。

import java.io.IOException;

import libsvm.svm;

import libsvm.svm_model;

public class SVMTest {

public static void main(String[] args) throws IOException {

svm_train svmt = new svm_train();

svm_predict svmp = new svm_predict();

String[] argvTrain = {

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\train\\TR1.data",// 训练文件

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\model\\MO1.model"// 模型文件

};

String[] argvPredict = {

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\predict\\PR1.data",// 预测文件

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\model\\MO1.model", // 模型文件

"C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\result\\RE1.out" // 预测结果文件

};

try {

svmt.main(argvTrain);

svmp.main(argvPredict);

} catch (IOException e) {

e.printStackTrace();

}

double[] record = { -1, 12, 12, 78 };

libsvm.svm_model model = svm

.svm_load_model("C:\\Users\\baolong\\Desktop\\KDD\\other\\svm\\model\\MO1.model");

System.out.println(svmp.predictPerRecord(record, model));

}

}

java 分类器算法问题!!急。。。。

SVM主要通过训练集进行训练之后,用来进行数据分类(通常是二分类)。在对SVM进行训练之前你要确定输入的特征向量是什么,期望输出又是什么,对于你的系统很显然期望输出可以假定为:+1和-1,其中+1表示正面的,-1表示负面的,训练集就是那两张英文词列表,你可以用这两英文词列表来对SVM进行训练从而得到一个SVM模型,然后就可以用这个模型来对新的英文序列(中文词的英文翻译序列)进行“极性”分类了。其实分类器并不只有SVM,你还可以使用BP神经网络,AdaBoost等来实现数据分类。如果还有不明白的地方可以给我留言:blog.sina.com.cn/kwapoong

建议你在Matlab下进行试验,这样效率会快些。


网页标题:svm多分类java代码 libsvm多分类代码
分享路径:http://bjjierui.cn/article/doogoge.html

其他资讯