サポートベクターマシン(SVM)についての概要は Wikipedia でも見てください。 スパムの分類、ユーザーのクラスタリング、他何か色々なものを分類する用途に使われます。今回はSVMを使うための環境構築を行った際のメモです。
libsvmについて
libsvmはChih-Chung Changさん・Chih-Jen Linさんが開発したSVMのライブラリです。様々なSVMタイプ・カーネル関数、また細かくオプションも指定できるので、SVMを使う必要がある場合は、とりあえずこれを選んでおけば困ることは少ないと思います。
libsvmのインストール
$ brew search libsvm
libsvm
brewにあった。ラッキー。
$ brew install libsvm
本体のインストール完了。
$ svm-train
Usage: svm-train [options] training_set_file [model_file]
options:
-s svm_type : set type of SVM (default 0)
0 -- C-SVC (multi-class classification)
...
動いた。がこれだとPython用バインディングがインストールできなかった。残念。
libsvmのPython用バインディングのインストール
無いなら、pipで公式のバインディングをインストールするためのsetup.pyを自分で書いてしまえばいいじゃない。てな訳で書いた奴をgithubに上げといた(libsvm-python)。 問題はsetup.py書いたのが初めてなので、これであってるのかどうか自信がない。とりあえず以下のコマンドでインストールできます。
$ pip install -e git+https://github.com/Salinger/libsvm-python.git#egg=libsvm-python
動作確認
テスト用のコード。
そして実行。
$ python libsvm_test.py
.*.*
optimization finished, #iter = 9
nu = 0.298326
obj = -0.596685, rho = 3.000257
nSV = 3, nBSV = 0
Total nSV = 3
Accuracy = 75% (3/4) (classification)
[Result]
[-1.0, 1.0, -1.0, -1.0]
(75.0, 1.0, 0.3333333333333333)
[[-1.3527684585781998], [3.038557720585867], [-1.9331234989121904], [-2.4115929900464406]]
問題なく動くのを確認できた。自分で書いたsetup.pyもとりあえず問題ないっぽい？