Java 机器学习库Smile实战（一）SVM

转自：微信公众号：燕哥带你学算法（Jeemy110）

原文链接：点击打开链接

要使用Java机器学习库Smile，需首先在项目的Maven配置文件pom.xml中添加如下的maven依赖项：

<dependency>
    <groupId>com.github.haifengl</groupId>
    <artifactId>smile-core</artifactId>
    <version>1.4.0</version>
</dependency>

    Smile中的SVM是一个泛型类，他可以支持二分类和多分类两种使用方法，而且这两种使用方法差异较大，所以分开介绍。

1. 二分类

       Smile 库的SVM类是一个泛型类型，默认情况下进行二分类，选择参数为核函数类型和惩罚项参数。

import smile.classification.SVM;
import smile.math.kernel.GaussianKernel;

public class Demo {
    public static void main(String[]args){

        double gamma = 1.0;
        double C = 1.0;

        //通过某种方式获取训练数据及其类标
        double[][] data = ...
        int[] label = ...

        SVM<double[]> svm = new SVM<double[]>(
           new GaussianKernel(gamma), C);
        
        svm.learn(data, label); //训练模型
        svm.finish();

        //获取测试数据
        double[][] testData = ...
        int[] result = new int[testData.length];
        for(int i=0; i < testData.length; i++){
            result[i] = svm.predict(testData[i]);
        }
    }
}

2. 多分类

       接下来是我利用SVM对iris数据集进行分类的程序。首先我们将iris数据保存iris.txt文件，如下结构：

5.1 3.5 1.4 0.2 0

4.9 3  1.4 0.2 0

...

   每一行代表一个测试数据项，前4列是属性向量，最后一列是类标（在Smile中类标不能为负数，并且只能是从0开始的正整数，所以上述类标为：0、1、2）。检测的完整的源代码如下：

import smile.classification.SVM;
import smile.math.kernel.GaussianKernel;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

/**
 * Created by zhanghuayan on 2017/1/16.
 */
public class ClassificationTest {

    public static void main(String[] args) throws Exception {

        List<List<Double>> datas = 
            new ArrayList<List<Double>>();
        List<Double> data = new ArrayList<Double>();
        List<Integer> labels = new ArrayList<Integer>();

        String line;
        List<String> lines;
        File file = new File("iris.txt");
        BufferedReader reader = 
        new BufferedReader(new FileReader(file));
        
        while ((line = reader.readLine()) != null) {
            lines = Arrays.asList(line.trim().split("\t"));
            for (int i = 0; i < lines.size() - 1; i++) {
                data.add(Double.parseDouble(lines.get(i)));
            }
            labels.add(Integer.parseInt(
                  lines.get(lines.size() - 1)));

            datas.add(data);
            data = new ArrayList<Double>();

        }

        //转换label
        int[] label = new int[labels.size()];
        for (int i = 0; i < label.length; i++) {
            label[i] = labels.get(i);
        }

        //转换属性
        int rows = datas.size();
        int cols = datas.get(0).size();
        double[][] srcData = new double[rows][cols];
        for (int i = 0; i < rows; i++) {
            for (int j = 0; j < cols; j++) {
                srcData[i][j] = datas.get(i).get(j);
            }
        }

        SVM<double[]> svm = new SVM<double[]>(
           new GaussianKernel(1.0), 1.0, 3, 
           SVM.Multiclass.ONE_VS_ALL);

        svm.learn(srcData, label);
        svm.finish();

        double right = 0;
        for (int i = 0; i < srcData.length; i++) {
            int tag = svm.predict(srcData[i]);
            if (tag == label[i]) {
                right += 1;
            }
        }
        right = right / srcData.length;

        System.out.println(
        "Accrurate: " + right * 100 + "%");
    }
}