WEKA下的LIBSVM

WEKA 下的 LIBSVM 集成指南 WEKA 是一个数据挖掘平台，提供了大量的分类器和回归算法，包括支持向量机（SVM）。LIBSVM 是一个流行的 SVM 软件包，提供了快速有效的 SVM 模式识别与回归功能。然而，在 WEKA 中使用 LIBSVM 并不简单，需要进行一些设置和配置。本文将介绍如何将 LIBSVM 集成到 WEKA 中，并提供了详细的配置步骤。 一、WEKA 中的 LIBSVM WEKA 3.5 及其以上版本提供了 LIBSVM 的集成支持，但需要进行一些设置和配置。在 WEKA 的分类器中，LIBSVM 是作为一个 Wrapper 调用机制，需要安装 LIBSVM 并将其添加到 WEKA 的启动路径中。 二、安装 LIBSVM 下载 wlsvm.zip 压缩包，解压后将 WLSVM \ lib 文件夹下的 libsvm.jar 和 wlsvm.jar 两个文件放到 WEKA 的安装目录下。 三、配置 WEKA 在 WEKA 的安装目录下打开 runweka.ini 文件，修改 cmd_default 变量，添加 libsvm.jar 和 wlsvm.jar 到 CLASSPATH 中。 四、使用 LIBSVM 重新运行 WEKA，打开 Explorer，可以在 Classify 的 Classifier-function 中找到 LIBSVM，像使用其它 Classifier 一样使用它。 五、LIBSVM 简介 LIBSVM 是台湾大学林智仁（Lin Chih-Jen）副教授等开发设计的一个简单、易于使用和快速有效的 SVM 模式识别与回归的软件包。它提供了编译好的可在 Windows 系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用。 六、LIBSVM 的特点 LIBSVM 的特点是对 SVM 所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验（Cross Validation）的功能。 七、结论 本文介绍了如何将 LIBSVM 集成到 WEKA 中，并提供了详细的配置步骤。LIBSVM 是一个流行的 SVM 软件包，提供了快速有效的 SVM 模式识别与回归功能。WEKA 提供了 LIBSVM 的集成支持，方便用户使用 LIBSVM 进行数据挖掘和机器学习。