LibSVM使用记录 C++ Visual studio

记录LIbSVM使用的关键。不是教程，教程可以参考：https://blog.csdn.net/shayne000/article/details/88756447
从LIbSVM的训练模型函数说起：

svm_model* svmModel = svm_train(&prob, &param);

这是一个模型训练函数，训练成功之后会产生一个SVM模型。
所以前期工作就是对实现连个参数：&prob, &param
prob相当于问题数据空间，param相当于模型求解的算法参数
首先看一下参数选项，具体的解释在说明文档里面有：

struct svm_parameter
{
	int svm_type;
	int kernel_type;
	int degree;	/* for poly */
	double gamma;	/* for poly/rbf/sigmoid */
	double coef0;	/* for poly/sigmoid */

	/* these are for training only */
	double cache_size; /* in MB */
	double eps;	/* stopping criteria */
	double C;	/* for C_SVC, EPSILON_SVR and NU_SVR */
	int nr_weight;		/* for C_SVC */
	int *weight_label;	/* for C_SVC */
	double* weight;		/* for C_SVC */
	double nu;	/* for NU_SVC, ONE_CLASS, and NU_SVR */
	double p;	/* for EPSILON_SVR */
	int shrinking;	/* use the shrinking heuristics */
	int probability; /* do probability estimates */
};

然后看一下问题数据空间

struct svm_problem
{
	int l;//样本数量
	double *y;//样本Y值是一个以为数组
	struct svm_node **x;//样本特征值是一个二维数据，一个svm_node的一维数组代表一个样本
};

接下来看看svm_node的数据结构：

struct svm_node
{
	int index;//样本特征索引
	double value;//样本特征值
};

当index = -1 的时候表示这个样本结束

所以首先填充一维的svm_node数组作为样本，然后将很多个样本放到struct svm_node **x;，同时也要把y复制还有样本数量赋值。

在调用训练函数之前还要先检查一下参数是否有问题

	//检查参数设置是否错误；
	if (svm_check_parameter(&prob, &param) != NULL)
	{
		std::cout << svm_check_parameter(&prob, &param) << std::endl;
	}

如果没有问题就是保存模型，然后加载模型，然后预测啦

//保存模型
svm_save_model(modelFileName.c_str(), svmModel);
//加载模型
svm_model* svmModel = svm_load_model(modelFileName.c_str());

//单样本预测（也有成组的预测）
//建立一个待预测样本
svm_node* input = new svm_node[FEATUREDIM + 1];
....
//预测
int predictValue = svm_predict(svmModel, input);