機械学習/MacでLIBLINEARを使う
をテンプレートにして作成
開始行:
*はじめに [#x9ac31a3]
LIBLIEARは線形SVMのツールです．
LIBSVMの作者が開発しました．
LIBSVMよりも高速らしいです．
この記事の内容は以下の環境で確認しました．
-OS X 10.8.2 Mountain Lion
-LIBLINEAR 1.92
*準備 [#tb606359]
インストールにXcodeのCommand Line Toolsが必要です．
まず，AppStoreからXcodeを無料で入手し，インストールします．
次に，Xcodeを実行して「環境設定」を開き，Downloadsタブに...
*ダウンロード [#h025d56d]
LIBLINEARのソースコードを次のサイトからダウンロードします．
-http://www.csie.ntu.edu.tw/~cjlin/liblinear/
*インストール [#p7541497]
ダウンロードしたファイルを展開し，展開されたディレクトリ...
#geshi(sh){{
$ make
}}
Warningがたくさん出ましたが，気にしないことにします．
*動作確認 [#qc9c4d9f]
#geshi(sh){{
$ ./train heart_scale
......*..*
optimization finished, #iter = 85
Objective value = -121.123792
nSV = 193
$ ./predict heart_scale heart_scale.model heart_scale.pre...
Accuracy = 84.4444% (228/270)
}}
''train''はモデルを学習するプログラムです．
''train''には，訓練データのファイルを引数として与えて実行...
すると，学習した結果（モデル）が，訓練データのファイル名...
''predict''は学習したモデルを用いて予測するプログラムです．
''predict''には，テスト・データのファイル，学習したモデル...
すると，指定したファイルに予測結果が書き込まれます．
*オプション [#cb52c469]
主なオプションを紹介します．
詳細はREADMEファイルか，LIBLINEARのDocumentaionを参照して...
**-s タイプ [#v5c905f6]
学習器の種類を指定します．
（主）と（双対）は，それぞれ，最適化が主問題を解いている...
デフォルトは1です．
***多クラス分類 [#bf6d21d9]
-0 L2正則化ロジスティック回帰（主）
-1 L2正則化L2ロスSVC（双対）
-2 L2正則化L2ロスSVC（主）
-3 L2正則化L1ロスSVC（双対）
-4 CrammerとSingerのSVC
-5 L1正則化L2ロスSVC
-6 L1正則化ロジスティック回帰
-7 L1正則化ロジスティック回帰（双対）
***回帰 [#j0ae65c8]
-11 L2正則化L2ロスSVR（主）
-12 L2正則化L2ロスSVR（双対）
-13 L2正則化L1ロスSVR（双対）
**-c コスト [#nab2103e]
Cパラメーターを指定します．
デフォルトは1です．
**-p ε [#sf759f6b]
ε-SVRのロス関数のεパラメーターを指定します．
デフォルトは0.1です．
**-v 分割数 [#q472ab06]
n分割クロス・バリデーション（交差検定）を行うときの，分割...
終了行:
*はじめに [#x9ac31a3]
LIBLIEARは線形SVMのツールです．
LIBSVMの作者が開発しました．
LIBSVMよりも高速らしいです．
この記事の内容は以下の環境で確認しました．
-OS X 10.8.2 Mountain Lion
-LIBLINEAR 1.92
*準備 [#tb606359]
インストールにXcodeのCommand Line Toolsが必要です．
まず，AppStoreからXcodeを無料で入手し，インストールします．
次に，Xcodeを実行して「環境設定」を開き，Downloadsタブに...
*ダウンロード [#h025d56d]
LIBLINEARのソースコードを次のサイトからダウンロードします．
-http://www.csie.ntu.edu.tw/~cjlin/liblinear/
*インストール [#p7541497]
ダウンロードしたファイルを展開し，展開されたディレクトリ...
#geshi(sh){{
$ make
}}
Warningがたくさん出ましたが，気にしないことにします．
*動作確認 [#qc9c4d9f]
#geshi(sh){{
$ ./train heart_scale
......*..*
optimization finished, #iter = 85
Objective value = -121.123792
nSV = 193
$ ./predict heart_scale heart_scale.model heart_scale.pre...
Accuracy = 84.4444% (228/270)
}}
''train''はモデルを学習するプログラムです．
''train''には，訓練データのファイルを引数として与えて実行...
すると，学習した結果（モデル）が，訓練データのファイル名...
''predict''は学習したモデルを用いて予測するプログラムです．
''predict''には，テスト・データのファイル，学習したモデル...
すると，指定したファイルに予測結果が書き込まれます．
*オプション [#cb52c469]
主なオプションを紹介します．
詳細はREADMEファイルか，LIBLINEARのDocumentaionを参照して...
**-s タイプ [#v5c905f6]
学習器の種類を指定します．
（主）と（双対）は，それぞれ，最適化が主問題を解いている...
デフォルトは1です．
***多クラス分類 [#bf6d21d9]
-0 L2正則化ロジスティック回帰（主）
-1 L2正則化L2ロスSVC（双対）
-2 L2正則化L2ロスSVC（主）
-3 L2正則化L1ロスSVC（双対）
-4 CrammerとSingerのSVC
-5 L1正則化L2ロスSVC
-6 L1正則化ロジスティック回帰
-7 L1正則化ロジスティック回帰（双対）
***回帰 [#j0ae65c8]
-11 L2正則化L2ロスSVR（主）
-12 L2正則化L2ロスSVR（双対）
-13 L2正則化L1ロスSVR（双対）
**-c コスト [#nab2103e]
Cパラメーターを指定します．
デフォルトは1です．
**-p ε [#sf759f6b]
ε-SVRのロス関数のεパラメーターを指定します．
デフォルトは0.1です．
**-v 分割数 [#q472ab06]
n分割クロス・バリデーション（交差検定）を行うときの，分割...
ページ名:
![[PukiWiki]](https://xn--p8ja5bwe1i.jp:443/wiki/image/banner.png "[PukiWiki]")