将matlab中的libsvm模型结构保存到可以用C++读取的.model文件中

Saving libsvm model structure from matlab to .model file which can be read in C++

本文关键字：读取 C++ model 文件 libsvm 中的 matlab 模型 结构 保存      更新时间：2023-10-16

我有两个问题：

  1. 我遵循了后Lib-svm中的说明，如何将MyModel.mat转换为MyModel.model我尝试在Mac OSx El Capitan上构建svm_savemodel.c，使用：mex svm_savemodel.c，并发生以下情况：

用"Xcode with Clang"建造。为体系结构x86_64使用mex未定义符号时出错："_matlab_matrix_to_model"，引用自svm_savemodel.o"_svm_free_and_destroy_model"中的：_mexFunction，引用自svm_savemodel-o"_svm_save_mode"，引用自：svm_savemodel中的_mexFunction。o ld：找不到体系结构x86_64的符号clang：error：链接器命令失败，退出代码为1（使用-v查看调用）有人能提出一些解决方案吗？

  1. 所以我想写一个matlab代码，将matlab中的模型结构转换为可以用C读取的MyModel.model文件++这个后Libsvm模型文件格式No model number谈到了需要保存在.model文件中的参数

我正在处理回归问题，所以在我的情况下，标签条目将不存在。除此之外，我还有什么需要处理的吗？

谢谢。

我在How to create training data for libsvm（as a svm_node struct）for regression中修改了代码，并看到了保存模型的格式

{struct svm_parameter parameter；//由parse_command_line设置结构svm_problem prob；//由read_problem设置//结构svm_model*model；结构svm_node*x_space；

int main(int argc, const char * argv[]) {
char input_file_name[1024];
char model_file_name[1024] = "MyModel" ;
const char *error_msg;
param.svm_type = EPSILON_SVR;
param.eps = 1e-3;
param.C = 1;
//param.kernel_type = RBF;
param.degree = 3;

//Problem definition-------------------------------------------------------------
prob.l = 8;
//x values matrix of xor values
double matrix[prob.l][2];
matrix[0][0] = 0.1;
matrix[0][1] = 0.2;
matrix[1][0] = 0.2;
matrix[1][1] = 0.3;
matrix[2][0] = 0.4;
matrix[2][1] = 0.5;
matrix[3][0] = 0.8;
matrix[3][1] = 0.9;
matrix[4][0] = 0.6;
matrix[4][1] = 0.7;
matrix[5][0] = 0.55;
matrix[5][1] = 0.65;
matrix[6][0] = 0.45;
matrix[6][1] = 0.55;
matrix[7][0] = 0.65;
matrix[7][1] = 0.75;
svm_node** x = Malloc(svm_node*,prob.l);
//Trying to assign from matrix to svm_node training examples
for (int row = 0;row <prob.l; row++){
    svm_node* x_space = Malloc(svm_node,3);
    for (int col = 0;col < 2;col++){
        x_space[col].index = col;
        x_space[col].value = matrix[row][col];
    }
    x_space[2].index = -1;      //Each row of properties should be terminated with a -1 according to the readme
    x[row] = x_space;
}
prob.x = x;
//yvalues
prob.y = Malloc(double,prob.l);
prob.y[0] = 0.15;
prob.y[1] = 0.25;
prob.y[2] = 0.45;
prob.y[3] = 0.85;
prob.y[4] = 0.65;
prob.y[5] = 0.6;
prob.y[6] = 0.5;
prob.y[7] = 0.7;
//Train model---------------------------------------------------------------------
svm_model *model = svm_train(&prob,&param);
//svm_model *model = svm_load_model(model_file_name);
//Test model----------------------------------------------------------------------
svm_node* testnode = Malloc(svm_node,3);
testnode[0].index = 0;
testnode[0].value = 0.6;
testnode[1].index = 1;
testnode[1].value = 0.7;
testnode[2].index = -1;
//This works correctly:
double retval = svm_predict(model,testnode);
    svm_save_model(model_file_name, model);
printf("retval: %fn",retval);

svm_destroy_param(&param);
free(prob.y);
free(prob.x);
free(x_space);
return 0;

}}

然后我在matlab中写了下面的代码来保存在matlab中生成的svm模型结构，我可以在C++中读取保存的模型

{负荷（"分类MATLAB.mat"）；%使用模型的svm结构打开mat文件，结构的变量名称为"svm"fid=fopen（'Mymodel'，'w'）；

fprintf（fid，'%s'，'svm_type'，'psilon_svr'）；fprintf（fid，'%s'，'kernel_type'，'bf'）；%rbffprintf（fid，'%s'，'nr_class'，'2'）；%fprintf（fid，'%s'，'degree'，'3'）；

fprintf（fid，'%s'，'total_sv'，num2str（svm.totalSV））；fprintf（fid，'%s'，'ho'，num2str（svm.rho））；

fprintf（fid，'%s'，'SV'）；

FullSVs=满（svm。SVs）；

对于i=1：长度（svm。SVs）

fprintf(fid, '%s', num2str(svm.sv_coef(i)));
fprintf(fid, '%s %sn', [' 0:' num2str(FullSVs(i,1))],[' 1:' num2str(FullSVs(i,2))]);

完fclose（fid）；

}

相关文章：