생성 된 모델을 사용한 libsvm 예측 문제

Question

libsvm 예측 정확도에 대한 질문이 있습니다. 나는 easy.py를 사용하여 svm 모델 파일을 생성했다. 이제, 파이썬에서 테스트 벡터를 프로그램 적으로 예측하려고 시도 할 때 잘못 예측 된 레이블 (모두 1)을 표시하지만 easy.py를 사용하면 91 %의 정확도를 얻습니다.

내 테스트 및 기차 데이터의 각 행 형식은 다음과 같습니다

1 1:255 2:246 3:218 4:198 5:186 6:168 7:177 8:218 9:255 10:255 11:255 12:255 13:255 14:255 15:255 16:255 17:255 18:255 19:255 20:255 21:255 22:255 23:255 24:255 25:255 26:219 27:185 28:162 29:145 30:144 31:255 32:253 33:228 34:197 

내가 여기에 뭔가 잘못을하고있는 중이 야, 다음과 같은 코드는?

wimn_model = svm.svm_model("newtraindata.txt.model") 
#load model 
wimn_f_test=open('newtestdata.txt','r'); 
#load test data and train data 
wimn_f_train=open('newtraindata.txt','r'); 

ii=0 
for eachline in wimn_f_test: 
     vec=eachline 
     v=vec.split() 
     vector={} 
     ii=ii+1 
     #print v[0] 
     wimn_test_labels.append(int(v[0])) 
     for i in range(1,len(v)): 
       s=v[i].split(":") 
       #print s[1] 
       vector[i]=int(s[1]) 
     wimn_test_vectors.append(vector) 
print "wimn test "+str(len(wimn_test_vectors)) 
# get the training and testing vectors and labels. 
ii=0   
for eachline in wimn_f_train: 
     vec=eachline 
     v=vec.split() 
     vector={} 
     ii=ii+1 
     wimn_train_labels.append(int(v[0])) 
     #print v[0] 
     for i in range(1,len(v)): 
       s=v[i].split(":") 
       #print s[1] 
       vector[i]=int(s[1]) 
     wimn_train_vectors.append(vector) 
print "wimn train "+str(len(wimn_train_vectors)) 

s=len(wimn_train_labels) 
for i_s in range(0,s): 
     #print i_s 
     ww.append(wimn_model.predict(wimn_train_vectors[i_s])) 

# wrongly predicted labels are in ww. correct labels are in wimn_train_labels, wimn_test_labels. 

Answer 1

예측 된 값을 얻기 위해 스케일 된 입력 값을로드해야합니다. 문제가 해결되었습니다.

그러나 예상되는 생성 된 예측 된 레이블과 모델을로드하고 레이블을 예측할 때의 유사성이 다소있는 것으로 보입니다.

웹의 libsvm에 대한 적절한 설명서가 없습니다.