2010-01-12 libsvm メモ 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 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. クロスバリデーション 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 svm-predict test.scaled.dat data.model.dat predicted.dat