十折分类并使用lib svm在python中计算准确性

Question

我有一个术语文档矩阵和相应的标签矩阵，我必须将数据集划分为10个部分，并使用任意7个部分来训练libsvm分类器，并对其余3个部分进行测试。 对于所有可能的情况，例如10C7，我都必须这样做。 这是使用SVM进行培训和测试的代码，我无法理解如何对所有情况进行分类和迭代。

m = svm_train(labels[0:2000], rows_1[0:2000], '-c '+str(k)+' -g '+str(g))

p_label, p_acc, p_val = svm_predict(labels[2000:0], rows_1[2000:0], m)
acc.append(p_acc)

其中“标签”是标签数组，“行_1”是术语文档矩阵的行。 我是新来的，请帮忙！

Answer 1

您必须重新整理数据并为训练和测试折叠创建索引。 例如，如果您有2000个训练示例，并且想要使用10折，那么您将拥有：

fold1
  test[0:200]
  train[200:2000]
fold2
  test[200:400]
  train[0:200, 400:2000]
etc

这是Python中的示例代码：

import numpy as np
indices = np.random.permutation(2000)  # create a list of 2000 unique numbers in random order
n_folds = 10
fold_step = int(2000 / n_folds)
acc = []
for fold in range(0, 2000, fold_step):
    test_labels = [labels[i] for i in indices[fold:fold+fold_step]]
    train_labels = [l for l in labels if l not in test_labels]
    test_rows = [rows_1[i] for i in indices[fold:fold+fold_step]]
    train_rows = [r for r in rows_1 if r not in test_rows]

    m = svm_train(train_labels, train_rows, '-c '+str(k)+' -g '+str(g))
    p_label, p_acc, p_val = svm_predict(test_labels, test_rows, m)
    acc.append(p_acc)

print("Accuracy: {}%".format(np.mean(acc)))