使用训练好的分类器文件与Weka

我在过去几天一直在研究svmlight分类器。我有一个训练好的文件,这个文件是由svmlight分类器训练的,大小为114MB。

由于我不熟悉Weka,我想知道我是否可以将这个训练好的文件用于Weka的SVM分类器?

训练文件的格式如下:

SVM-light Version V6.020 # kernel type3 # kernel parameter -d1 # kernel parameter -g1 # kernel parameter -s1 # kernel parameter -rempty# kernel parameter -u696 # highest feature index1249668 # number of training documents127580 # number of support vectors plus 10 # threshold b, each following line is a SV (starting with alpha*y)0.046276536531765000148652688949369 4:1 6:1 8:1 17:1 23:1 28:1 32:1 36:1 40:1 44:1 48:1 52:1 56:1 60:1 64:1 68:1 72:1 76:1 80:1 81:1 88:1 89:1 96:1 100:1 104:$-0.011569134132941250037163172237342 4:1 6:1 8:1 17:1 23:1 28:1 32:1 36:1 40:1 44:1 48:1 52:1 56:1 60:1 64:1 68:1 69:1 76:1 80:1 84:1 88:1 89:1 96:1 100:1 101$-0.011569134132941250037163172237342 4:1 6:1 8:1 17:1 23:1 28:1 32:1 36:1 40:1 44:1 48:1 52:1 56:1 60:1 64:1 68:1 72:1 76:1 80:1 81:1 88:1 89:1 96:1 100:1 104$-0.011569134132941250037163172237342 4:1 6:1 8:1 17:1 23:1 28:1 32:1 36:1 40:1 44:1 48:1 52:1 56:1 60:1 64:1 68:1 72:1 76:1 80:1 81:1 88:1 89:1 96:1 100:1 104$-0.011569134132941250037163172237342 4:1 6:1 8:1 17:1 23:1 28:1 #0.046276536531765000148652688949369 5:1 6:1 16:1 18:1 26:1 28:1 32:1 36:1 40:1 44:1 48:1 52:1 56:1 60:1 64:1 68:1 72:1 76:1 80:1 82:1 86:1 89:1 96:1 100:1 104$-0.011569134132941250037163172237342 5:1 6:1 16:1 18:1 26:1 28:1 32:1 36:1 40:1 44:1 48:1 52:1 56:1 60:1 64:1 68:1 72:1 73:1 80:1 84:1 88:1 89:1 96:1 100:1 10$-0.011569134132941250037163172237342 5:1 6:1 16:1 18:1 26:1 28:1 32:1 36:1 40:1 44:1 48:1 52:1 56:1 60:1 64:1 68:1 72:1 76:1 80:1 84:1 85:1 89:1 96:1 100:1 10$-0.011569134132941250037163172237342 5:1 6:1 16:1 18:1 26:1 28:1 32:1 36:1 40:1 44:1 48:1 52:1 56:1 60:1 64:1 68:1 72:1 76:1 80:1 84:1 85:1 89:1 96:1 100:1 10$-0.011569134132941250037163172237342 5:1 6:1 16:1 18:1 26:1 28:1 #0.19667528026000125063177392803482 1:1 6:1 8:1 17:1 26:1 28:1 32:1 36:1 40:1 43:1 46:1 52:1 56:1 60:1 64:1 68:1 72:1 76:1 80:1 84:1 88:1 89:1 96:1 100:1 103:1$-0.011569134132941250037163172237342 1:1 6:1 8:1 17:1 26:1 28:1 32:1 36:1 40:1 44:1 45:1 52:1 56:1 60:1 64:1 68:1 72:1 76:1 80:1 84:1 88:1 89:1 96:1 100:1 104$

依此类推,总共有127580个支持向量。

是否可以将这个训练好的文件用于Weka或其他SVM分类器?


回答:

看起来您是想将svmlight的SVM分类器模型导入到Weka中。不幸的是,我认为这并不容易导入(或许通过代码可以,但您可能需要同时了解svmlight和Weka中SVM模型文件结构的实现才能进行转换)。

如果您打算使用Weka的实现,您可能需要重新训练一个新的SVM模型。

对于其他SVM分类器我无法确定,但如果它们与上述文件结构不兼容,情况可能会相同。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注