LibSVM学习（六）——easy.py和grid.py的使用

  咱们在“LibSVM学习（一）”中，讲到libSVM有一个tools文件夹，里面包含有四个python文件，是用来对参数优选的。其中，经常使用到的是easy.py和grid.py两个文件。其实，网上也有相应的说明，但很不系统，下面结合本人的经验，对使用方法作个说明。

       这两个文件都要用python（能够在http://www.python.org上下载到，须要安装）和绘图工具gnuplot（能够在ftp://ftp.gnuplot.info/pub/gnuplot/上下载，不须要安装）。假设python安装在d:/libsvm/tools/python26下，而gnuplot解压到d:/libsvm/tools/gnuplot，libsvm放在了d:/libsvm/program中（这时easy.py和grid.py文件的目录为d:/libsvm/program/tools）。另外，须要注意的是版本，个人是python 2.6、gnuplot 4.2 和libsvm 2.89，操做系统是WINXP。

 

1. grid.py使用方法

   文件grid.py是对C-SVC的参数c和γ作优选的，原理也是网格遍历，假设咱们要对目录d:/libsvm/program/tools下的样本文件heart_scale作优选，其具体用法为：

      

       第一步：打开d:/libsvm/program下的tools文件夹，找到grid.py文件。用python打开（不能双击，而要右键选择“Edit with IDLE”），修改svmtrain_exe和gnuplot_exe的路径。

                              svmtrain_exe = r"D:/libSVM/program/svm-train.exe"

                              gnuplot_exe = r"D:/libSVM/gnuplot/pgnuplot.exe"

       （这里面有一个是对非win32的，能够不用改，只改# example for windows下的就能够了）

      第二步：运行cmd，进入dos环境，定位到d:/libsvm/program/tools文件夹，这里是放置grid.py的地方。怎么定位能够参看第一节。

      第三步：输入如下命令：

                                          d:/libsvm/python26/python grid.py heart_scale

       你就会看到dos窗口中飞速乱串的[local]数据，以及一个gnuplot的动态绘图窗口。大约过10秒钟，就会中止。Dos窗口中的[local]数据时局部最优值，这个不用管，直接看最后一行：

                                          2048.0 0.0001220703125 84.0741

       其意义表示：C = 2048.0；γ=0.0001220703125（γ是哪一个参数？参看LibSVM学习（三）中svmtrain的参数说明）；交叉验证精度CV Rate = 84.0741%，这就是最优结果。

      第四步：打开目录d:/libsvm/program/tools，咱们能够看到新生成了两个文件：heart_scale.out和heart_scale.png，第一个文件就是搜索过程当中的[local]和最优数据，第二文件就是gnuplot图像。

 

       如今，grid.py已经运行完了，你能够把最优参数输入到svmtrain中进行训练了。固然了，你在当中某一步极可能出现问题，不过没关系，我也不是一会儿成功的，摸索了半天才成功。下面就须要注意的问题说明一下：

        1）grid.py和svm-train的版本要统一，也就是说你不能用2.6的grid.py去调用2.89的svm-train。

        2）你的目录中若是有空格，好比d:/program files/ libsvm/...，那么不管是在第一步仍是第二步，请把目录改为d:/progra~1/ libsvm/...

        3) 第三步的命令问题。首先要看你定位到哪一个目录，那么其下的文件就不须要带路径，不然就要带。像咱们上面的命令，我当前的目录是d:/libsvm/program/tools，那么其下的easy.py和heart_scale文件就不须要加路径，而python.exe是在d:/libsvm/python26/下，所以不在当前目录下，因此要加路径。好比，当我首先用dos定位到d:/libsvm/python26时，其命令就能够改为：

 

                     python  d:/libsvm/program/tools/grid.py  d:/libsvm/program/tools/heart_scale

 

       总起来讲，命令为python 目标文件 样本文件，其原则是要让系统找获得文件。假如系统提示你“不是内部或外部命令”，说明你python的路径错误，而若是是‘not found file’的提示，极可能是其余两个文件路径错误。

        4）假如，你仍旧出现问题，那么请换一下python或者gnuplot的版本，目前python最新版本是3.1，可是好像会出问题，老一点的版本2.4或2.5的兼容性会更好。

 

 

2. easy.py使用方法

 

 

    文件easy.py对样本文件作了“一条龙服务”，从参数优选，到文件预测。所以，其对grid.py、svm-train、svm-scale和svm-predict都进行了调用（固然还有必须的python和gnuplot）。所以，运行easy.py须要保证这些文件的路径都要正确。固然还须要样本文件和预测文件，这里样本文件仍是用heart_scale，预测文件咱们复制一份而后更名heart_test，下面说一下使用方法：

 

    第一步：打开easy.py，修改# example for windows下的几个路径：  

   第二步：运行cmd，进入dos环境，定位到放置easy.py的目录d:/libsvm/program/tools。

   第三步：输入命令：

                    d:/libsvm/python26/python easy.py heart_scale heat_test

           你就会看到一个gnuplot的动态绘图窗口。大约20s之后中止，dos窗口显示为：

 

                                   Scaling training data...

                                   Cross validation...

                                   Best c=2048.0, g=0.0001220703125 CV rate=84.0741

                                   Training...

                                   Output model: heart_scale.model

                                   Scaling testing data...

                                   Testing...

                                   Accuracy = 85.1852% (230/270) (classification)

                                   Output prediction: heart_test.predict

    这就是最终预测结果，能够看到第三行就是调用grid.py的结果。在d:/libsvm/program/tools下你会看到又多了7个文件，都是之前咱们碰到的过程文件，均可以用记事本打开。

 

3. 常见的问题解析：

    1）

            Scaling training data...
              Cross validation...
              Traceback (most recent call last):
              File "easy.py", line 61, in ?
              c,g,rate = map(float,last_line.split())
              ValueError: need more than 0 values to unpack

       [解析] 说明你的grid.py运行出现错误，你能够参照第一部分“grid.py使用方法”运行一下就会发现问题。另外，有的说是相对路径的问题，建议找到easy.py的如下部分：

       cmd = "%s -svmtrain %s -gnuplot %s %s" % (grid_py, svmtrain_exe, gnuplot_exe, scaled_file)
改为
          cmd = "%s %s -svmtrain %s -gnuplot %s %s" % (python_path, grid_py, svmtrain_exe, gnuplot_exe, scaled_file)

 

     2）

            Traceback (most recent call last)
              File "grid.py", line 349, in ?
              main()
              File "grid.py", line 344, in main
              redraw(db)
              File "grid.py", line 132, in redraw
              gnuplot.write("set term windows/n")
              IOError [Errno 22] Invalid argument
       [解析] 说明你的gnuplot.exe在调用过程当中出现问题，要么是你的路径不对，要么是你的版本不对，请检查。

 

3）

            Traceback (most recent call last): 
              File "C:/Python24/lib/threading.py", line 442, in __bootstrap 
              self.run() 
              File "c:/libsvm/tools/gridregression.py", line 212, in run 
              self.job_queue.put((cexp,gexp,pexp)) 
              File "C:/Python24/lib/Queue.py", line 88, in put 
              self._put(item) 
              File "c:/libsvm/tools/gridregression.py", line 268, in _put 
              self.queue.insert(0,item) 
              AttributeError: 'collections.deque' object has no attribute 'insert

       [解析] 很显然，你调用的是gridregression.py，其是用来作回归用的。若是你调用easy.py也出现这种问题按照原做者的说法，这里是由于你的python调用出现错误，极可能是版本不对，若是是2.4的版本，请把easy.py中的

      self.queue.insert(0,item)
改为      if sys.hexversion >= 0x020400A1:              self.queue.appendleft(item)       else              self.queue.insert(0,item)