*LibSVM [#i1a24718]
**LibSVMとは [#xd93c22f]
-SVM（Support Vector Machine) ツールの一つ
-学習が早い
-幾つかの種類のカーネル関数を選べる
**簡単な使い方 [#da463469]
-学習データを用意する（場合によっては評価データも）
--書式:
クラスID 1:値 2:値 3:値 4:値 ...
--例
+1 1:0.97 2:1.4 3:1 4:2 5:1.3
-1 1:-1.2 2:0.1 3:0.1 4:-2 5:1.1
---クラスIDが判定させたいブール値．基本的には2値だが，LibSVMは多値分類もできる．その際はIDを増やすだけでOK．
---クラスID以降に素性値を入力していく
---SVMを活かすも殺すも素性次第!
-svm-scaleで各素性値をスケーリングする
--学習データと評価データが同じ場合の例（Cross Validation を使う際も含む）
$ ./svm-scale data.train > data.scale
--学習データと評価データが違う場合の例
$ ./svm-scale -s data.minmax data.train > data.train.scale
$ ./svm-scale -r data.minmax data.measure > data.measure.scale
（学習データと評価データのスケールを同じにするため，学習データの最大値と最小値をファイルに保存することで評価データの方にも同じスケーリングを施している）
-svm-trainで学習する
--モデルファイルの作成
$ ./svm-train data.train.scale
---これでdata.train.scale.modelという名前のモデルファイルができる
--10-Fold Cross Validationを行う
---学習データの量が少ないとき，評価データを用意していないとき等に行う評価方法
---学習データを10個に分割して，1個を評価データ，残りの9個を学習データとして評価する
---これを分割数（10回）行い，その平均を結果とする
#ref(crossvalidation.png)
$ ./svm-train -v 10 data.train.scale
-svm-predictで評価する
--評価データを用意しているときは，Cross Validationを行う必要はない
--作成したモデルファイルを利用し実際に予測を行う
$ ./svm-predict data.measure.scale data.train.scale.model > result.txt
---result.txt に書きだされた結果が実際に予測された結果となる
-実際に音声の判別に使ってみる
***テーマ: 「工事中」 [#uf423d42]
![[PukiWiki]](image/cat.gif "[PukiWiki]")
