libsvm在vc下的移植(一)

LIBSVM软件包是台湾大学林智仁(Chih-Jen Lin)博士等用C++实现的SVM库，并且拥有matlab,perl等工具箱或者代码,移植和使用都比较方便.它可以解决分类问题(包括C-SVC、n-SVC)、回归问题(包括e-SVR、n-SVR)以及分布估计(one-class-SVM )等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。
    在Windows环境下，此软件包只提供DOS工具集(主要包括：训练工具svmtrain.exe，预测工具svmpredict.exe，缩放数据工具svmscale.exe和二维演示工具svmtoy.exe.

如果没有工具箱,可以从这里下载,

文件:	libsvm-2.89.rar
大小:	515KB
下载:	下载

或者从林智仁的主页上下载:~cjlin/

这里是2.89版本的,在他的windows下有几个工具,主要使用的是svm-scale.exe用来实现数据缩放归一化,svm-train.exe用来训练数据,生成向量机的model模型,svm-predict.exe用来预测.

具体的使用方法已经在以前的文章中说明过了,现在主要说明下在vc下怎么实现使用libsvm.

 

在源程序里面，主要由以下2个函数来实现：
(1) struct svm_model *svm_train(const struct svm_problem *prob, const struct svm_parameter *param);
该函数用来做训练，参数prob，是svm_problem类型数据，具体结构定义如下：
struct svm_problem         //存储本次参加运算的所有样本(数据集)，及其所属类别。
{
int n;                            //记录样本总数
double *y;                   //指向样本所属类别的数组
struct svm_node **x;   //指向一个存储内容为指针的数组
};
其中svm_node的结构体定义如下：
struct svm_node                 //用来存储输入空间中的单个特征
{
       int index;               //输入空间序号，假设输入空间数为m
       double value;        //该输入空间的值
};
所以，prob也可以说是问题的指针，它指向样本数据的类别和输入向量，在内存中的具体结构图如下：

 

图1.1LIBSVM训练时，样本数据在内存中的存放结构
只需在内存中申请n*(m+1)*sizeof(struct svm_node)大小的空间，并在里面填入每个样本的每个输入空间的值，即可在程序中完成prob参数的设置。
参数param，是svm_parameter数据结构，具体结构定义如下：
struct svm_parameter          // 训练参数
{
       int svm_type;        //SVM类型，
       int kernel_type;            //核函数类型
       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 制定训练所需要的内存*/
       double eps;                  /* stopping criteria */
       double C;                    /* for C_SVC, EPSILON_SVR and NU_SVR ，惩罚因子*/
       int nr_weight;        /* for C_SVC 权重的数目*/
       int *weight_label; /* for C_SVC 权重，元素个数由nr_weight 决定*/
       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 指明训练过程是否使用压缩*/
       int probability;         /* do probability estimates 指明是否要做概率估计*/
}
其中，SVM类型和核函数类型如下：
enum { C_SVC, NU_SVC, ONE_CLASS, EPSILON_SVR, NU_SVR };    /* svm_type */
enum { LINEAR, POLY, RBF, SIGMOID, PRECOMPUTED };               /* kernel_type */
只需申请一个svm_parameter结构体，并按实际需要设定SVM类型、核函数和各种参数的值即可完成参数param的设置。
设定完这两个参数，就可以直接在程序中调用训练函数进行训练了，该其函数返回一个struct svm_model *SVM模型的指针，可以使用svm_save_model(const char *model_file_name, const struct svm_model *model)函数，把这个模型保存在磁盘中。至此，训练函数的移植已经完成。
(2) double svm_predict(const struct svm_model *model, const struct svm_node *x);
参数model，是一个SVM模型的指针，可以使用函数struct svm_model *svm_load_model(const char *model_file_name)，导入训练时保存好的SVM模型，此函数返回一个SVM模型的指针，可以直接赋值给变量model。
参数x，是const struct svm_node结构体的指针，本意是一个输入空间的指针，但实际上，该函数执行的时候，是从参数x处计算输入空间，直到遇到单个样本数据结束标记-1才结束，也就是说，该函数运算了单个样本中的所有输入空间数据。因此，在调用此函数时，必须先把预测样本的数据按图3.4中的固定格式写入内存中。另外，该函数只能预测一个样本的值，本文需要对图像中的所有像数点预测，就要使用for循环反复调用。
该函数返回一个double类型，指明被预测数据属于哪个类。面对两分类问题的时候，通常使用+1代表正样本，即类1；-1代表负样本，即类2。最后根据返回的double值就可以知道预测数据的类别了。
上面函数的解释表明LIBSVM做分类的具体内部实现过程。那么，就可以不用DOS工具，直接通过调用LIBSVM函数来实现分类，也就可以直接让LIBSVM嵌入到原有程序中。下面是LIBSVM2.83移植到本文程序中做两分类的步骤：
(1) 拷贝svm.h和svm.cpp文件到源工程目录下，并添加到工程中；
(2) 用既定格式保存样本点信息到内存中，并设置好训练参数；
(3) 调用训练函数，训练得到支持向量器并以文件形式保存到磁盘；
(4) 导入训练好的支持向量器文件，调用预测函数对血细胞图像中的每一个点进行预测，并根据其返回结果进行分类。