从源代码编译带有Laplace核函数的libsvm库（适用matlab，python也可参考）

最新推荐文章于 2024-02-27 07:13:46 发布

原创最新推荐文章于 2024-02-27 07:13:46 发布 · 1k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #c++ #libsvm #matlab

机器学习专栏收录该内容

2 篇文章

订阅专栏

本文记录了如何在LIBSVM源代码中添加拉普拉斯核函数的步骤，包括在svm.h和svm.cpp中进行修改，并解决编译错误。通过这些修改，可以在MATLAB中使用-t5参数调用拉普拉斯核进行支持向量机训练。此外，还探讨了如何将改动应用于Python环境，虽然未实际验证，但提供了可能的修改路径。

从源代码编译带有Laplace核函数的libsvm库（适用matlab，python也可参考）

写在前面
开干
执行效果
对于python群体

写在前面

写本文来源于深度学习课中老师的作业要求。
在作业中，老师要求使用LIBSVM 训练高斯核和拉普拉斯核，使用这些核来预测西瓜数据集3.0a ，并比较其支持向量的差别。

可是，我发现libsvm并没有拉普拉斯核。我的第一想法是，既然libsvm提供了多种核函数，而且可以使用参数方便的调整，那么我们也可以在源代码里面加入拉普拉斯的核函数。

百度了一番后，网上并没有明确的文章记载步骤，我相信之前肯定也有人这么干过，不管怎样，我来做第一个记录者吧~更重要的是，掌握了修改再编译这个路子，我们不仅可以以源代码的方式自定义其他的核函数，还可以深入C语言源代码探索libsvm，以便更好的为我们所用！

如果之前还没在matlab安装过libsvm的同学，可以看这篇优快云：
https://blog.youkuaiyun.com/qq_31781741/article/details/82666861

开干

libsvm的文件不多，于是我使用VS code逐个查看了一下，大概理清楚了修改思路。
在这里插入图片描述

svm.h中

加入枚举类型：LAPLACE
在这里插入图片描述
这将来会对应这-t 5这个参数

svm.cpp中

（1）加入laplace核函数
在这里插入图片描述

double kernel_laplace(int i, int j) const
	{
		return exp(-gamma*sqrt(x_square[i]+x_square[j]-2*dot(x[i],x[j])));
	}

（2）在紧接着下面加一个case，并在下面加入LAPLACE
在这里插入图片描述

case LAPLACE:
			kernel_function = &Kernel::kernel_laplace;
			break;
/////////////////////////////////////////////////////////////
if(kernel_type == RBF ||kernel_type == LAPLACE)
	{
		x_square = new double[l];
		for(int i=0;i<l;i++)
			x_square[i] = dot(x[i],x[i]);
	}

（3）在下面的k_function中加入LAPLACE的case
在这里插入图片描述

case LAPLACE:
		{
			double sum = 0;
			while(x->index != -1 && y->index !=-1)
			{
				if(x->index == y->index)
				{
					double d = x->value - y->value;
					sum += d*d;
					++x;
					++y;
				}
				else
				{
					if(x->index > y->index)
					{
						sum += y->value * y->value;
						++y;
					}
					else
					{
						sum += x->value * x->value;
						++x;
					}
				}
			}//the same as dot func

			while(x->index != -1)
			{
				sum += x->value * x->value;
				++x;
			}

			while(y->index != -1)
			{
				sum += y->value * y->value;
				++y;
			}

			return exp(-param.gamma*sqrt(sum));
		}