Question

利用libsvm跑svm多分类， svm_train函数总报错？

import sys
import os
path = '/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/libsvm'
sys.path.append(path)
from svmutil import *
data=svm_read_problem('/Users/happysheep224/documents/matlab/libsvm-weights-3.24/heart_scale');
m = svm_train(data,'-c 4 -g 0.7 -v 10');
p_label,p_acc,p_val=svm_predict(y,x,m);

我这段代码就是运行不通过，报错：
m = svm_train(data,'-c 4 -g 0.7 -v 10');
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/libsvm/svmutil.py", line 91, in svm_train
assert isinstance(arg2, (list, tuple)) or (scipy and isinstance(arg2, scipy.ndarray))
AssertionError

Answer 1

看到没有答案，特来为后来人铺路。
-b参数用于输出概率估计模型，其附带的概率估计输出在分类问题上可用于画ROC曲线
需要注意，'-b 0' 用于SVC也就是分类问题
'-b 1'用于SVR也就是回归问题
这里概率模型的准确率比直接输出类别的模型的准确率存在差别的原因是因为参数错了。