libsvm的数据格式及制作

本文主要是介绍libsvm的数据格式及制作，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1、libsvm数据格式

libsvm使用的训练数据和检验数据文件格式如下：

 [label] [index1]:[value1] [index2]:[value2] …[label] [index1]:[value1] [index2]:[value2] …

label 目标值，就是说class（属于哪一类），就是你要分类的种类，通常是一些整数。

index 是有顺序的索引，通常是连续的整数。就是指特征编号，必须按照升序排列

value 就是特征值，用来train的数据，通常是一堆实数组成。

即：

目标值   第一维特征编号：第一维特征值   第二维特征编号：第二维特征值 …目标值   第一维特征编号：第一维特征值   第二维特征编号：第二维特征值 ………目标值   第一维特征编号：第一维特征值   第二维特征编号：第二维特征值 …

例如：5 1:0.6875 2:0.1875 3:0.015625 4:0.109375

表示训练用的特征有4维，第一维是0.6875，第二维是0.1875，第三维是0.015625，第四维是0.109375 目标值是5

注意：训练和测试数据的格式必须相同，都如上所示。测试数据中的目标值是为了计算误差用。

2、libsvm数据格式制作

该过程可以自己使用excel或者编写程序来完成，也可以使用网络上FormatDataLibsvm.xls来完成。FormatDataLibsvm.xls使用说明：

a.先将数据按照下列格式存放（注意label放最后面）：

value1 value2 … labelvalue1 value2 … label…value1 value2 … label

b.然后将以上数据粘贴到FormatDataLibsvm.xls中的最上角单元格，接着工具->宏->执行FormatDataToLibsvm宏。就可以得到libsvm要求的数据格式。

当然最方便的还是用程序生成，我这里有一个提取指定文件夹内各类样本文件夹内的图片的lbp特征值，并组织成libsvm所需的数据格式，写入txt文件中的程序：

/*Function:int prepareFeatsData(string samples_path, string outfile, char* class_samples, uchar* char_class, int nclass, string extens)
Features：
对指定的样本（数字和字母）的路径下的各个指定的样本文件进行特征提取，
连同类编号依次存入outfile指定文件中。
Attention:
注意_finddata_t结构体和_findfirst函数的用法
in-parameter:
samples_path：所有样本归属的文件夹
outfile：提取特征后写入的文件
class_samples：各个样本的文件夹标记
char_class：各样本的类别标记
nclass：有多少类样本
extens：样本文件的后缀扩展名（例如："*.png"）
out-parameter:
Return    : 处理的样本总数
Author: Mengjia  Date：2017-1-5 16:05:47
*/
int prepareFeatsData(string samples_path, string outfile, char* class_samples, uchar* char_class, int nclass, string extens)
{int itatol = 0;FILE   *fp;fp = fopen(outfile.c_str(), "w+"); //train_samples\\train_lbp.txtlong hFile;//int nn=0;for (int nsamp = 0; nsamp < nclass; nsamp++){string cur_folder = samples_path;cur_folder += '\\';cur_folder += class_samples[nsamp];//样本的文件夹标记cur_folder += '\\';string findfile = cur_folder;findfile += extens;//所要寻找的文件格式全路径struct _finddata_t img_file;if ((hFile = _findfirst(findfile.c_str(), &img_file)) == -1L)//"rawdata/*.png"
        {printf("no %s files in directory :%s\n", extens.c_str(), findfile.c_str());//printf(findfile.c_str());
        }do{string filename = cur_folder;filename += img_file.name;IplImage* pImg = cvLoadImage(filename.c_str(), CV_LOAD_IMAGE_UNCHANGED);if (pImg){    //nn++;itatol++;IplImage* pBImg = alignmentImg(pImg);IplImage* standarImg = sizeNormalization(pBImg, 32, 64);int scale_flag = SCALE_LBP_FEATURES;CvMat* lbp_feats = LBP_features(standarImg, 8, 8, 4, scale_flag);if (scale_flag == SCALE_LBP_FEATURES){double*pData = (double*)(lbp_feats->data.db);fprintf(fp, "%d ", char_class[nsamp]); //写入样本类别 for (int i = 0; i < lbp_feats->cols * lbp_feats->rows; i++){if (pData[i] != 0.)fprintf(fp, "%d%s%g ", i + 1, ":", pData[i]);   //按格式写入特征
                    }fprintf(fp, "\t\n");}else{uchar*pData = (uchar*)(lbp_feats->data.ptr);fprintf(fp, "%d ", char_class[nsamp]); //写入样本类别 for (int i = 0; i < lbp_feats->cols * lbp_feats->rows; i++){if (pData[i] != 0.)fprintf(fp, "%d%s%d ", i + 1, ":", pData[i]);   //按格式写入特征
                    }fprintf(fp, "\t\n");}cvReleaseMat(&lbp_feats);cvReleaseImage(&pBImg);cvReleaseImage(&standarImg);cvReleaseImage(&pImg);}} while (_findnext(hFile, &img_file) == 0);_findclose(hFile);}fclose(fp);printf("total samples = %d\n", itatol);return itatol;
}