libsvm メモ

1. まず svm-scale で学習データのスケーリング
   • ex. svm-scale -s scale_params.dat data.dat > data.scaled.dat
   • スケール時の最大値，最小値の保存が -s
   • 標準出力から結果がでる
2. スケールされたデータに基づき，学習
   • ex. svm-train -s 1 data.scaled.dat data.model.dat
   • 2値分類だと nu-SVC + RBF が最強らしい．あとで裏付け．
3. クロスバリデーション
   1. まず同じようにscale．このときにモデル作ったデータのスケールデータを使う (-r)
      • svm-scale -r scale_params.dat test.dat > test.scaled.dat
   2. svm-predict test.scaled.dat data.model.dat predicted.dat