最全机器学习算法支持向量机SVM之c++实现（不调用外源库）_c+(2)，C C++事件分发机制及设计思路

于 2024-05-16 10:58:44 发布
阅读量372 收藏 5
点赞数 4
文章标签： c语言 c++ 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/2401_84976285/article/details/138952428
版权

img
img

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

{
    double Ek = calcEk(k);
    os.eCache.mat[k][0] = 1;
    os.eCache.mat[k][1] = Ek;
}

int innerL(int i)
{
    double Ei = calcEk(i);
    if (((os.labelMat.mat[i][0] * Ei < -os.tol) && (os.alpahs.mat[i][0] < os.C)) ||
            ((os.labelMat.mat[i][0] * Ei > os.tol) && (os.alpahs.mat[i][0] > 0)))
    {
        double Ej = 0.0;
        int j = selectJ(i, Ei, Ej);
        double alphaIold = os.alpahs.mat[i][0];
        double alphaJold = os.alpahs.mat[j][0];
        double L = 0.0;
        double H = 0.0;
        if (os.labelMat.mat[i][0] != os.labelMat.mat[j][0])
        {
            L = max(0.0, os.alpahs.mat[j][0] - os.alpahs.mat[i][0]);
            H = min(os.C, os.C + os.alpahs.mat[j][0] - os.alpahs.mat[i][0]);
        }
        else
        {
            L = max(0.0, os.alpahs.mat[j][0] + os.alpahs.mat[i][0] - os.C);
            H = min(os.C, os.alpahs.mat[j][0] + os.alpahs.mat[i][0]);
        }
        if (abs(L - H) < 0.00001)
        {
            cout<<"L == H"<<endl;
            return 0;
        }
        double eta = 0.0;
        eta += 2.0 * dataIJ(os.X, i, j);
        eta -= dataIJ(os.X, i, i);
        eta -= dataIJ(os.X, j, j);
        if (eta >= 0)
        {
            cout<<"eta >= 0"<<endl;
            return 0;
        }
        os.alpahs.mat[j][0] -= os.labelMat.mat[j][0] * (Ei - Ej) / eta;
        os.alpahs.mat[j][0] = clipAlpha(os.alpahs.mat[j][0], H, L);
        updateEk(j);
        if (abs(os.alpahs.mat[j][0] - alphaJold) < 0.00001)
        {
            cout<<"j not moving enought"<<endl;
            return 0;
        }
        os.alpahs.mat[i][0] += os.labelMat.mat[j][0] * os.labelMat.mat[i][0] *
                (alphaJold - os.alpahs.mat[j][0]);
        updateEk(i);

        double b1 = os.b - Ei;
        b1 -= os.labelMat.mat[i][0] * (os.alpahs.mat[i][0] - alphaIold) * dataIJ(os.X, i, i);
        b1 -= os.labelMat.mat[j][0] * (os.alpahs.mat[j][0] - alphaJold) * dataIJ(os.X, i, j);

        double b2 = os.b - Ej;
        b2 -= os.labelMat.mat[i][0] * (os.alpahs.mat[i][0] - alphaIold) * dataIJ(os.X, i, j);
        b2 -= os.labelMat.mat[j][0] * (os.alpahs.mat[j][0] - alphaJold) * dataIJ(os.X, j, j);

        if ((0 < os.alpahs.mat[i][0]) && (os.C > os.alpahs.mat[i][0]))
        {
            os.b = b1;
        }
        else if ((0 < os.alpahs.mat[j][0]) && (os.C > os.alpahs.mat[j][0]))
        {
            os.b = b2;
        }
        else
            os.b = (b1 + b2) / 2.0;
        return 1;
    }
    else
        return 0;
}

double smoP(Matrix dataMatIn, Matrix classLabels, Matrix &alphas, double C, double toler,int maxIter)
{

}

};

/优化的版本+核函数/
//参数保持在数据结构体中
struct OSK{
Matrix X;
Matrix labelMat;
double C;
double tol;
int m;
Matrix alpahs;
double b;
Matrix eCache;
Matrix k;
};
struct KTup{
string stringType;
double val;
};

class SMOPK{
public:
OSK os;
public:
int initOs(Matrix dataMatIn, Matrix classLabels, double C, double toler, KTup kTup)
{
os.X.initMatrix(&os.X, dataMatIn.col, dataMatIn.row);
os.X.copy(dataMatIn, &os.X);
os.labelMat.initMatrix(&os.labelMat, classLabels.col, classLabels.row);
os.labelMat.copy(classLabels, &os.labelMat);
os.C = C;
os.tol = toler;
os.m = dataMatIn.col;
os.alpahs.initMatrix(&os.alpahs, os.m, 1, 0.0);
os.b = 0.0;
os.eCache.initMatrix(&os.eCache, os.m, 2, 0.0);
os.k.initMatrix(&os.k, os.m, os.m);

    Matrix Ktemp;
    Ktemp.initMatrix(&Ktemp, os.m, 1);

    Matrix A;
    A.initMatrix(&A, 1, os.X.row);
    for (int i = 0; i < os.m; i++)
    {
        A = A.getOneCol(os.X, i);
        Ktemp = kernelTrans(os.X, A, kTup);
        cout<<endl;
        for (int j = 0; j < os.m; j++)
        {
            os.k.mat[j][i] = Ktemp.mat[j][0];
        }
    }
    os.k.print(os.k);
    return 0;
}

Matrix kernelTrans(Matrix X, Matrix &A, KTup kTup)
{
    int m = X.col;
    int n = X.row;
    Matrix K;
    K.initMatrix(&K,m,1);
    Matrix AT;
    AT.initMatrix(&AT, A.row, 1);
    AT.transposematrix(A, &AT);
    if (kTup.stringType == "lin")
    {
        K.multsmatrix(&K, X, AT);
    }
    else if (kTup.stringType == "rbf")
    {
        for (int j = 0; j < m; j++)
        {
            for (int i = 0; i < n; i++)
            {
                K.mat[j][0] += (X.mat[j][i] - A.mat[0][i]) * (X.mat[j][i] - A.mat[0][i]);
            }
            K.mat[j][0] = exp(K.mat[j][0] / (-1 * pow(kTup.val,2)));
        }
    }
    else
    {
        cout<<"That Kernel is not recognized"<<endl;
        exit(-1);
    }
    return K;
}

double calcEk(int k)
{
    double Ek = 0.0;
    double fXk = 0.0;

    Matrix alphasMultsLabel;
    alphasMultsLabel.initMatrix(&alphasMultsLabel, os.m, 1);
    alphasMultsLabel.multsmatrixDot(&alphasMultsLabel, os.alpahs, os.labelMat);

    Matrix alphasMultsLabelT;
    alphasMultsLabelT.initMatrix(&alphasMultsLabelT, 1, os.m);
    alphasMultsLabelT.transposematrix(alphasMultsLabel, &alphasMultsLabelT);

    Matrix osXk;
    osXk.initMatrix(&osXk, os.X.col, 1);
    osXk = osXk.getOneRow( os.k, k); //获得第k列


    for (int i = 0; i < os.m; i++)
    {
        fXk += alphasMultsLabelT.mat[0][i] * osXk.mat[i][0];
    }
    fXk += os.b;
    Ek = fXk - os.labelMat.mat[k][0];
    return Ek;
}
//如果处理返回 maxK和Ej 否则返回j和Ej
double selectJ(int i, double Ei , double &Ej)
{
    int maxK = os.m - 1;
    double maxDeltaE = 0.0;
    Ej = 0.0;
    os.eCache.mat[i][0] = 1;
    os.eCache.mat[i][1] = Ei;

    vector<int>validEcacheList;
    //统计第一列不为0的序号
    for (int k = 0; k < os.m; k++)
    {
        if (os.eCache.mat[k][0] != 0)
        {
            validEcacheList.push_back(k);
        }
    }
    if (validEcacheList.size() > 1)
    {
        for (int k = 0; k < validEcacheList.size(); k++)
        {
            if (validEcacheList[k] == i)
            {
                continue;
            }
            double Ek = calcEk(validEcacheList[k]);
            double deltaE = abs(Ei - Ek);
            if (deltaE > maxDeltaE)
            {
                maxK = validEcacheList[k];
                maxDeltaE = deltaE;
                Ej = Ek;
            }
        }
        return maxK;
    }
    else
    {
        int j = selectJrand(i, os.m);
        Ej = calcEk(j);
        return j;
    }
}

void updateEk(int k)
{
    double Ek = calcEk(k);
    os.eCache.mat[k][0] = 1;
    os.eCache.mat[k][1] = Ek;
}

int innerL(int i)
{
    double Ei = calcEk(i);
    if (((os.labelMat.mat[i][0] * Ei < -os.tol) && (os.alpahs.mat[i][0] < os.C)) ||
            ((os.labelMat.mat[i][0] * Ei > os.tol) && (os.alpahs.mat[i][0] > 0)))
    {
        double Ej = 0.0;
        int j = selectJ(i, Ei, Ej);
        double alphaIold = os.alpahs.mat[i][0];
        double alphaJold = os.alpahs.mat[j][0];
        double L = 0.0;
        double H = 0.0;
        if (os.labelMat.mat[i][0] != os.labelMat.mat[j][0])
        {
            L = max(0.0, os.alpahs.mat[j][0] - os.alpahs.mat[i][0]);
            H = min(os.C, os.C + os.alpahs.mat[j][0] - os.alpahs.mat[i][0]);
        }
        else
        {
            L = max(0.0, os.alpahs.mat[j][0] + os.alpahs.mat[i][0] - os.C);
            H = min(os.C, os.alpahs.mat[j][0] + os.alpahs.mat[i][0]);
        }
        if (abs(L - H) < 0.00001)
        {
            cout<<"L == H"<<endl;
            return 0;
        }
        double eta = 0.0;
        eta += 2.0 * os.k.mat[i][j];
        eta -= os.k.mat[i][i];
        eta -= os.k.mat[j][j];
        if (eta >= 0)
        {
            cout<<"eta >= 0"<<endl;
            return 0;
        }
        os.alpahs.mat[j][0] -= os.labelMat.mat[j][0] * (Ei - Ej) / eta;
        os.alpahs.mat[j][0] = clipAlpha(os.alpahs.mat[j][0], H, L);
        updateEk(j);
        if (abs(os.alpahs.mat[j][0] - alphaJold) < 0.00001)
        {
            cout<<"j not moving enought"<<endl;
            return 0;
        }
        os.alpahs.mat[i][0] += os.labelMat.mat[j][0] * os.labelMat.mat[i][0] *
                (alphaJold - os.alpahs.mat[j][0]);
        updateEk(i);

        double b1 = os.b - Ei;
        b1 -= os.labelMat.mat[i][0] * (os.alpahs.mat[i][0] - alphaIold) * os.k.mat[i][i];
        b1 -= os.labelMat.mat[j][0] * (os.alpahs.mat[j][0] - alphaJold) * os.k.mat[i][j];

        double b2 = os.b - Ej;
        b2 -= os.labelMat.mat[i][0] * (os.alpahs.mat[i][0] - alphaIold) * os.k.mat[i][j];
        b2 -= os.labelMat.mat[j][0] * (os.alpahs.mat[j][0] - alphaJold) * os.k.mat[j][j];

        if ((0 < os.alpahs.mat[i][0]) && (os.C > os.alpahs.mat[i][0]))
        {
            os.b = b1;
        }
        else if ((0 < os.alpahs.mat[j][0]) && (os.C > os.alpahs.mat[j][0]))
        {
            os.b = b2;
        }
        else
            os.b = (b1 + b2) / 2.0;
        return 1;
    }
    else
        return 0;
}

double smoP(Matrix dataMatIn, Matrix classLabels, Matrix &alphas, double C, double toler,int maxIter, KTup kTup)
{
}

};

int main()
{
srand((unsigned)time(NULL));
dataToMatrix dtm;
cout<<“load data”<<endl;
cout<<“------------”<<endl;
char file[20] = “G:/data/svm.txt”;
dtm.loadData(&dtm,file);
Matrix dataMatrix;
dataMatrix.loadMatrix(&dataMatrix,dtm);

Matrix labelMatrix;
labelMatrix.initMatrix(&labelMatrix, dataMatrix.col,1);
labelMatrix = labelMatrix.getOneRow(dataMatrix,dataMatrix.row - 1);

dataMatrix.deleteOneRow(&dataMatrix, dataMatrix.row);

Matrix alphas;
alphas.initMatrix(&alphas, dataMatrix.col, 1, 0);

// cout<<smoSimple(dataMatrix, labelMatrix, alphas, 0.6, 0.001, 40)<<endl;
// SMOP smop;
// cout<<smop.smoP(dataMatrix, labelMatrix, alphas, 0.6, 0.001, 40)<<endl;

SMOPK smopk;
KTup kTup;
kTup.stringType = "rbf";
kTup.val = 1.3;
cout<<smopk.smoP(dataMatrix, labelMatrix, alphas, 0.6, 0.001,40, kTup)<<endl;


for (int i = 0; i < 100; i++)
{
    if (alphas.mat[i][0] > 0.0)
    {
        for (int j = 0; j < dataMatrix.row; j++)
        {
            cout<<dataMatrix.mat[i][j]<<" ";
        }
        cout<<labelMatrix.mat[i][0]<<endl;
    }
}

return 0;

}



**第三步：运行过程**


运行结果


![](https://img-blog.csdnimg.cn/8b956004134648e4ae084079f4855618.png)


用到的软件是vs2010以上的版本都可以，不用额外配置什么，没调包，会用这个软件进行c++开发，就会使用这个软件


![img](https://img-blog.csdnimg.cn/img_convert/d1c896dbb79ab6d05f89b9521ce96d53.png)
![img](https://img-blog.csdnimg.cn/img_convert/d4451d17c199385b846a83e4d93fce6c.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[如果你需要这些资料，可以戳这里获取](https://bbs.youkuaiyun.com/topics/618668825)**

g.cn/8b956004134648e4ae084079f4855618.png)


用到的软件是vs2010以上的版本都可以，不用额外配置什么，没调包，会用这个软件进行c++开发，就会使用这个软件


[外链图片转存中...(img-kfYG2ZjU-1715828303387)]
[外链图片转存中...(img-Hzc7ECLc-1715828303387)]

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[如果你需要这些资料，可以戳这里获取](https://bbs.youkuaiyun.com/topics/618668825)**
2401_84976285
关注
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值