一、下載LIBSVM工具包

首先將LIBSVM工具包下載至SVM EXAMPLE的目錄下。



圖片來(lái)源：中國(guó)慕課大學(xué)《機(jī)器學(xué)習(xí)概論》

然后將LIBSVM的路徑加載至MATLAB的路徑中，以使MATLAB可找到LIBSVM工具包中所有與MATLAB有接口的函數(shù)（個(gè)人理解：經(jīng)過(guò)此步驟后，MATLAB可以調(diào)用LIBSVM工具包中的函數(shù)）。



圖片來(lái)源：中國(guó)慕課大學(xué)《機(jī)器學(xué)習(xí)概論》

二、數(shù)據(jù)預(yù)處理

處理兵（車(chē)）王問(wèn)題的MATLAB程序文件名稱(chēng)為：testSVMChessLibSVM.m。該MATLAB程序采用讀文件的方式獲取數(shù)據(jù)，并將六維數(shù)據(jù)（六維數(shù)據(jù)表示三個(gè)棋子的位置）存儲(chǔ)于xapp中，一維數(shù)據(jù)（一維數(shù)據(jù)表示某一情況下，兵（車(chē)）王問(wèn)題返回結(jié)果）存儲(chǔ)于yapp中。



圖片來(lái)源：中國(guó)慕課大學(xué)《機(jī)器學(xué)習(xí)概論》

獲取數(shù)據(jù)后，首先需所有28056個(gè)數(shù)據(jù)順序打亂，再將5000個(gè)數(shù)據(jù)作為訓(xùn)練集，將23056個(gè)數(shù)據(jù)作為測(cè)試集，以保證訓(xùn)練集和測(cè)試集的選擇完全隨機(jī)。之后將訓(xùn)練集和測(cè)試集歸一化。



圖片來(lái)源：中國(guó)慕課大學(xué)《機(jī)器學(xué)習(xí)概論》

該MATLAB程序選擇的核函數(shù)是RBF核函數(shù)（高斯徑向基函數(shù)核），并根據(jù)LIBSVM網(wǎng)站，將超參數(shù)c的取值范圍選定為2-5~215，超參數(shù)g（gamma，gamma代表RBF核函數(shù)中1/σ2的值）取值范圍選定為2-15~23。

三、確定超參數(shù)c和g的值

在上述超參數(shù)c和g的取值范圍內(nèi)遍歷所有c和g的組合，尋找識(shí)別率最大的c和g組合的機(jī)器學(xué)習(xí)模型。

為估計(jì)識(shí)別率，需要在5000個(gè)訓(xùn)練集中選取部分?jǐn)?shù)據(jù)作為估計(jì)識(shí)別率的數(shù)據(jù)。所選取估計(jì)識(shí)別率的數(shù)據(jù)不能與訓(xùn)練機(jī)器學(xué)習(xí)模型的數(shù)據(jù)相同，否則會(huì)導(dǎo)致過(guò)擬合（OVERFITTING），從而導(dǎo)致估計(jì)識(shí)別率高于實(shí)際識(shí)別率。估計(jì)識(shí)別率的數(shù)據(jù)與訓(xùn)練機(jī)器學(xué)習(xí)模型的數(shù)據(jù)相同類(lèi)似于學(xué)生考試的題目與日常練習(xí)題目相同，若學(xué)生考試的題目與日常練習(xí)題目相同，則學(xué)生的考試成績(jī)將偏高。

為充分利用訓(xùn)練集數(shù)據(jù)，機(jī)器學(xué)習(xí)模型訓(xùn)練常采用交叉驗(yàn)證的方式估計(jì)識(shí)別率。在該MATLAB程序中，訓(xùn)練集數(shù)據(jù)被等分為5份，每份1000個(gè)數(shù)據(jù)，分別以A、B、C、D、E標(biāo)號(hào)，然后進(jìn)行下述訓(xùn)練和估計(jì)：

（1）采用A、B、C、D訓(xùn)練，采用E估計(jì)識(shí)別率；

（2）采用A、B、C、E訓(xùn)練，采用D估計(jì)識(shí)別率；

（3）采用A、B、D、E訓(xùn)練，采用C估計(jì)識(shí)別率；

（4）采用A、C、D、E訓(xùn)練，采用B估計(jì)識(shí)別率；

（5）采用B、C、D、E訓(xùn)練，采用A估計(jì)識(shí)別率； 最后將五個(gè)識(shí)別率取平均值，得出總識(shí)別率，該過(guò)程被稱(chēng)為五折交叉驗(yàn)證（5-fold cross validation），LIBSVM工具包中“-v 5”表示五折交叉驗(yàn)證。



圖片來(lái)源：中國(guó)慕課大學(xué)《機(jī)器學(xué)習(xí)概論》

交叉驗(yàn)證在訓(xùn)練數(shù)據(jù)數(shù)量不變的情況下，保證采用更多的數(shù)據(jù)訓(xùn)練和估計(jì)識(shí)別率，從而估計(jì)出更準(zhǔn)確的識(shí)別率。交叉驗(yàn)證的劣勢(shì)是增加模型訓(xùn)練的時(shí)間。

交叉驗(yàn)證的形式之一是留一法（LEAVE-ONE-OUT），即每次采用一個(gè)數(shù)據(jù)估計(jì)識(shí)別率，剩余數(shù)據(jù)均參與訓(xùn)練。留一法常被用于訓(xùn)練數(shù)據(jù)較少且需要精確估計(jì)識(shí)別率的情況。

在該MATLAB程序中，共包含兩次交叉驗(yàn)證，第一次交叉驗(yàn)證初步確定超參數(shù)c和g的組合，第二次交叉驗(yàn)證更精確地確定超參數(shù)c和g的組合。
四、訓(xùn)練機(jī)器學(xué)習(xí)模型

在確定超參數(shù)c和g的組合后，使用該超參數(shù)c和g的組合和5000個(gè)訓(xùn)練樣本得出最終的機(jī)器學(xué)習(xí)模型，圖一為所得出的機(jī)器學(xué)習(xí)模型的參數(shù)，其中，“nr_class:2”表示此機(jī)器學(xué)習(xí)模型是二分類(lèi)模型，“totalSV:220”表示此機(jī)器學(xué)習(xí)模型具有220個(gè)支持向量，“rho:39.9485”表示b的值為39.9485。



圖一，圖片來(lái)源：中國(guó)慕課大學(xué)《機(jī)器學(xué)習(xí)概論》

最后，采用測(cè)試集的數(shù)據(jù)測(cè)試模型，得出識(shí)別率為99.61%。

審核編輯：劉清