【发布时间】：2011-04-07 02:24:30
【问题描述】：
对于 LibSVM。
在“支持向量分类实用指南”中，建议使用 m 数来表示 m 类别属性。例如 {red, green, blue} 可以表示为 (0,0,1), (0,1,0), (1,0,0)。
但在自述文件中，它说索引中的值：值对只能取实数。
有人知道如何在数据文件中表示（0,0,1）吗？
【问题讨论】：
标签： libsvm
【发布时间】：2011-04-07 02:24:30
【问题描述】：
如果一个分类属性可以有 3 个值（例如红色、绿色、蓝色），那么根据 libsvm 指南，数据文件中将有 3 个特征。假设另一个特征权重，您的编码将类似于下面的 +ve 示例，权重为 100 个单位，颜色 = 绿色。
标签重量红绿蓝
+1 1:100 2:0 3:1 4:0
【讨论】：
这对于 libsvm 来说不是必需的，因为它使用一对一的方法来训练 SVM（事实上，在他们的文档中，他们向您推荐了一篇研究文章，其中将一对一与一对一进行了比较并且表现更好）。如果您有 4 个类别 a、b、c、d，libsvm 实际上在内部创建 6 个 svm，一个用于 a verses b，一个用于 a verses c，一个用于 a verses d，一个用于 b vs d，一个用于 c verses d。当被要求进行分类时，它运行所有 6 个并使用投票系统来确定获胜类别。这实际上比只使用 (1,0,0,..) (0,1,0..) 类别输入要好。
如果您查看 libsvm data examples。您将看到您为每个类别分配了一个整数，并且该整数位于条目的前面，然后跟随该数据元素的值向量的每个元素，例如如果我有 5 个类中的数据并且每个数据元素有 3 个向量和数据向量 (3.3, 1.5, 0.5, 7.3, 3.5) 属于第 4 类，我的数据文件的一行看起来像
4 1:3.3 2:1.5 3:0.5 4:7.3 5:3.5
这真的很难看，但我认为这是因为他们使用了删除零向量条目的约定，例如如果向量 (.5,0,0,0,.7) 属于类别 2，则相应的数据行将是（我认为）
2 1:.5 5:.7
它的价值（如果我是正确的）是在一些数据量非常大的问题中，大部分条目都是零。
【讨论】：