matlab libsvm分类,matlab 基于 libsvm工具箱的svm分类遇到的问题与解决

最近在做基于无线感知的身份识别这个工作，在后期数据处理阶段，需要使用二分类的方法进行训练模型。本身使用matlab做，所以看了一下网上很多都是使用libsvm这个工具箱，就去下载了，既然用到了想着就把这个东西梳理一下，顺便记录一下过程中的遇到的问题。

1、  Libsvm下载与安装

Libsvm这个工具箱是台湾大学林智仁(Lin Chih-Jen)教授等开发的一套基于SVM的模式识别的软件包，网上也有详细的介绍，还有源代码，很方便学习。

我用的是现在比较新的一个版本：libsvm-3.23

安装：安装过程比较简单，下载好工具包之后傻瓜操作就可以了

A、解压到matlab安装根目录toolbox下(其他目录也行，最好放这儿，比较好找，其他地方哪天说不定删掉) D:Program FilesMATLABR2015btoolbox

B、 打开matlab之后设置好当前路径：D:Program FilesMATLABR2015btoolboxlibsvm-3.23matlab，在命令行输入mex –setup，选择编译环境。(编译环境比较重要，需要将这个工具箱中的源码使用C编译器编译，不然无法使用)

C、 在命令行输入 make 进行编译，在D:Program FilesMATLABR2015btoolboxlibsvm-3.23matlab 生成svmtrain.mexw64、svmpredict.mexw64、libsvmread.mexw64,

libsvmwrite.mexw64这四个文件，仔细查看，如果没有编译成功也无法使用。

D、到这一步其实应该是没啥问题了，可以在命令行输入 which svm，会输出你之前工具箱所在的那个路径。如果都没啥问题，就可以使用了，不放心还可以使用它自带的数据进行测试。

2、  svm 的使用

svm的使用也比较简单，不过也根据需求而定，可以做one-class、two-class，当然也可以实现多分类。这都取决于svm模型的参数设定，关于参数详细可以doc svmtrain在matlab帮助文档中查看。

1 训练：model =svmtrain(trainlabel,traindata,PARAMETERS);2

3 预测：[predictlabel,predictacc] =svmpredict(testlabel,testdata,model);

PARAMETERS一般是用键值对的方式，如‘-s 0 -c 100 -g 0.8 -t 2 -b 1’ 可以没有，没有就是默认参数。一般来说为了达到好的结果都会进行调参

简单列一下主要参数：(红色的是我实验中用到的参数)

-s svm类型：SVM设置类型(默认0)

0 -- C-SVC：C-支持向量分类机； C代表惩罚系数，C越大表示对错误分类的惩罚越大，通过自己实验发现这个C确实对准确率影响很大，C的选择很关键。

1 --v-SVC：v-支持向量分类机；

2 – 一类SVM：​单类别-支持向量机，不需要类标号,用于支持向量的密度估计和聚类。这种思路可能更适合对于那种异常检测的应用，这个单类模型需要有很高的区分度。

3 -- e -SVR：ε-支持向量回归机。

4 -- v-SVR：n-支持向量回归机。

3、4对应回归问题，用到可以试一下。

-t 核函数类型：核函数设置类型(默认2)

0 – 线性核：u'v

1 – 多项式核：(r*u'v + coef0)^degree

2 – RBF核：exp(-gamma|u-v|^2)

3 – sigmoid：tanh(r*u'v + coef0)

-d degree : 用于多项式核函数，默认值是3

-g gamma :多项式核函数、RBF核函数、sigmoid核函数。默认是1/k(num_features)

-r coef0 :多项式核函数、sigmoid核函数。默认是0

-c cost : C-SVC使用的惩罚因子C，epsilon-SVR, and nu-SVR中也使用 ，默认值为1

-n nu : nu-SVC, one-class SVM, and nu-SVR使用的参数nu。默认值为0.5

-p epsilon : epsilon-SVR的损失函数所用参数，默认0.1

-m cachesize :设置缓存大小，默认100M

-e epsilon :终止标准公差，默认0.001

-h shrinking :是否使用缩减的启发式

-b probability_estimates :是否训练SVC或SVR模型进行概率估计，0或1(默认为0)

-wi weight : C-SVC

-v n: n-折交叉验证，必须大于等于2

-q : quiet mode (no outputs)

%关于网格搜索调参：网格搜索其实就是穷举给定范围内c和g的值来选择模型，c和g给定的范围不要太大，不然穷举次数太多导致程序跑起来太慢。%寻找最优c和g% c 的变化范围是 2^(-2),2^(-1.5),...,2^(10), g 的变化范围是 2^(-4),2^(-3.5),...,2^(4)

[bestacc,bestc,bestg]= SVMcgForClass(trainlabelk,traindatak,-2,10,-4,4,3,0.5,0.5,0.9);%将得到的最高的参数bestc和bestg用来训练模型

cmd= ['-c',num2str(bestc),'-g',num2str(bestg),'-t',num2str(2),'-b',num2str(1)];

model= svmtrain(trainlabel,traindatak,cmd);

3、  遇到的问题

A 分类模型

多分类(单个模型)：

我要做的是不同人的身份识别，比如我现在有20个人的数据，我需要识别出这20个人，这样一看好像就是个多分类问题，一个多分类模型就可以搞定，我也用了一些matlab中自带的一个应用于多分类的svm(这个在2014版以后的matlab中有)：

Mdl =fitcecoc(traindata,trainlabel);

[preb]= predict(Mdl,testdata);

但是后来一想，这个模型根本没法扩展，人多了就没法用了，实际根本不可行。这样根本没法扩展，更多的人来怎么办？

基于异常检测的多分类(one class SVM)：这个实现方法比较多(有一对一，一对多等)，可以根据不同的数据集以及应用场景确定

直接用每个人的数据给自己训练一个模型，这样得到N个不同的模型，用不同的测试数据测试，显然结果不是很好，这个对训练数据的要求很高，如果做人脸识别或者指纹识别这种，可能更适合这种方式。

前面两种都试了，效果不理想，所以只能用基于二分类的多分类，给每个人建立模型的时候，将其他所有不是这个人的数据作为负样本进行训练，这样虽然说扩展性也不是很好，但还是有进行扩展的空间。

B、可能性评估出现Line search fails in two-class probability estimates

因为每个人只有50条左右的数据，所以在给每个人训练样本时，正负样本的比例接近几十倍。当然这个问题确实会有，但是为了模型的准确性也不可避免这样做。

开始训练模型和测试，使用70%训练集，30测试集的原则进行数据集划分，在人数少时识别效果非常好，在人数多时出现了很奇怪的问题：结果接近两个极端，一个很好，一个很差，而且重复很多次实验，仍然是这样，没有别的结果出现，差的结果占百分之七八十。反复检查之后发现坏结果发生时，命令行会输出这样一句话：Line search fails in two-class probability estimates

百度之后发现这个问题也确实有人遇到过但不是很多，本人也是菜鸟，所以还真不知道哪里出了问题，参考网上的说法(https://stackoverflow.com/questions/16709053/libsvm-outputs-line-search-fails-in-two-class-probability-estimates)，我也试了，还是没有找到端倪：

有回答说这个是单纯效果不好的原因，我有点怀疑，但是为什么只有两个极端呢，这个结果不好应该是个随机的，至少结果分布应该正常的，这完全就不是我想看到的结果。所以我打开了svm的源码，找到输出那条语句的地方：

果然，在可能性计算的时候，就没有进去这个循环，而是直接跳出了，突然想到可能模型并没有训练，去看了一下训练好的模型，结果是这样：

里面全是空的，支持向量都没有，ok那就是说，一开始由于样本的不均衡导致svm觉得这两类训练数据完全分不开就直接罢工不干了…好吧，就是数据集惹的祸。

后面改了训练样本中正负样本的比例，就不会出现这个问题了。

参考链接：

https://www.cnblogs.com/LuffySir/p/5961219.html

https://blog.csdn.net/s9434/article/details/75386112

https://stackoverflow.com/questions/36686672/why-do-i-get-the-message-line-search-fails-in-two-class-probability-estimates

https://blog.csdn.net/ture_dream/article/details/52788745

内容来源于网络如有侵权请私信删除