機械学習/MacでLIBSVMを使う のバックアップの現在との差分(No.1)

• バックアップ一覧
• 差分 を表示
• ソース を表示
• バックアップ を表示
• 機械学習/MacでLIBSVMを使う へ行く。
  • 1 (2012-06-25 (月) 08:04:15)
  • 2 (2012-06-25 (月) 08:04:15)

• 追加された行はこの色です。
• 削除された行はこの色です。

#freeze
*はじめに [#g63f6505]

LIBSVMはChih-Chung ChangとChih-Jen Linが開発したSVMです．
LIBSVMはChih-Chung ChangさんとChih-Jen Linさんが実装したSVMです．

この記事はMac OS X 10.7.3とLIBSVM 3.12で確認しました．


*必要なもの [#u1ce1fc0]

-gcc
-gnuplot
-python


*ダウンロード [#h4aa5f04]

以下のサイトからzipファイルまたはgzファイルをダウンロードします．
-[[LIBSVM -- A Library for Support Vector Machines:http://www.csie.ntu.edu.tw/~cjlin/libsvm/]]

動作確認のため，以下のページからデータをダウンロードします．
-[[LIBSVM Data: Classification, Regression, and Multi-label:http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/]]


*インストール [#tdded53f]

makeするだけです．
ダウンロードしたファイルを展開してできたディレクトリーの中でmakeするだけです．
#geshi(sh){{
make
}}


*動作確認 [#j67d16ea]

ここでは，バイオインフォマティクスのデータである[[svmguide2:http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/multiclass.html#svmguide2]]を用いて動作確認します．
付属しているファイルを使ってSVMを動かしてみます．
#geshi(sh){{
./svm-train -v 5 svmguide2.txt
./svm-train -v 5 heart_scale
}}


*ツールを使う [#y3d35810]

パラメーター調整ツールを使うには，easy.pyファイルのgnuplotのパスを設定します．
私の環境では，gunplotは/Applications/gnuplot.app/gnuplotにありますので，以下のようにしました．
#geshi(python){{
	gnuplot_exe = "/Applications/gnuplot.app/gnuplot"
}}

次のように実行します．
#geshi(sh){{
python easy.py heart_scale
}}

すると，最適なパラメーターが探査され，次のようなグラフが描かれます．
#ref(heart_scale.scale.png)


*参考文献 [#u01af574]
-[[SVM実践ガイド (A Practical Guide to Support Vector Classification):http://d.hatena.ne.jp/sleepy_yoshi/20120624/p1]] - 睡眠不足？！