嗨，我正在使用libsvm（在VS2010中）来训练我的数据，我使用svm-scale.c成功地缩放了输入和输出数据，并且我的数据已准备好进行训练...
现在我有两个问题：
1）。
正如我从LIBSVM文档中读取的那样，我意识到首先需要训练缩放后的数据并获得模型。然后使用该模型预测最终结果，但是问题是当我想训练我的系统时，我不知道什么是我的模型参数的最佳选择，特别是（C，g）来训练我的数据！
我要做的是首先加载缩放后的数据，然后使用svm_problem将火车数据填充到svm_nodes，然后调用此函数：
struct svm_model * svm_train（const struct svm_problem * prob，const struct svm_parameter * param）;
2）。
另外我不确定libsvm函数的正确调用->我的意思是我先使用svm_train然后使用svm_predict查看结果，而且我不知道是否应该调用sth吗？
型号= svm_train（My_data，My_param）; //我不知道如何填写my_param
svm_node Test_Vector = svm_scale_data（x）; //使用与scaled_training数据相同的算法
双重结果= svm_predict（Model，Test_Vector）;
谢谢
最佳答案
如果要通过C ++调用LIBSVM，则可以通过让LIBSVM在内部进行交叉验证来优化参数。这样做时，您只需要遍历要测试的参数元组（C，gamma），并让LIBSVM执行交叉验证而不是进行适当的训练。
您可以使用以下API函数使LIBSVM执行交叉验证：
void svm_cross_validation(const struct svm_problem *prob, const struct svm_parameter *param, int nr_fold, double *target);
要回答您的另一个问题：是的，最好先调用
svm_train()，然后再调用svm_predict()。关于visual-studio-2010 - 使用具有最佳C和Gamma的libsvm训练数据，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/16609023/