rb-libsvm 项目技术文档

1. 安装指南

依赖项

rb-libsvm 项目不需要额外的依赖项，因为 LIBSVM 库已经包含在项目中。

安装步骤

1. 安装 Xcode 命令行工具（仅适用于 macOS 用户）：

   • 如果你在 macOS 上从源码构建 gem，你需要安装 Xcode 和 Xcode 命令行工具。这些工具包含了编译原生代码所需的编译器和其他工具。

2. 安装 rb-libsvm gem：

   • 打开终端并运行以下命令来安装 rb-libsvm：

     gem install rb-libsvm
     

3. 使用 Bundler 安装（可选）：

   • 如果你使用 Bundler 来管理项目依赖，可以在 Gemfile 中添加以下内容：

     gem 'rb-libsvm', require: 'libsvm'
     

   • 然后运行 bundle install 来安装 gem。

2. 项目的使用说明

基本用法

以下是一个简单的示例，展示了如何使用 rb-libsvm 进行分类：

require 'libsvm'

# 创建问题和参数
problem = Libsvm::Problem.new
parameter = Libsvm::SvmParameter.new

# 设置参数
parameter.cache_size = 1 # 缓存大小，单位为 MB
parameter.eps = 0.001
parameter.c = 10

# 创建训练数据
examples = [ [1,0,1], [-1,0,-1] ].map {|ary| Libsvm::Node.features(ary) }
labels = [1, -1]

# 设置问题
problem.set_examples(labels, examples)

# 训练模型
model = Libsvm::Model.train(problem, parameter)

# 预测新数据
pred = model.predict(Libsvm::Node.features(1, 1, 1))
puts "Example [1, 1, 1] - Predicted #{pred}"

注意事项

• 如果你使用 Bundler 来加载依赖项，确保在 Gemfile 中正确配置了 rb-libsvm。
• 由于 gem 的加载名称与 gem 名称不同（libsvm vs rb-libsvm），需要特别注意。

3. 项目API使用文档

主要类和方法

Libsvm::Problem

• new: 创建一个新的问题实例。
• set_examples(labels, examples): 设置训练数据的标签和特征。

Libsvm::SvmParameter

• new: 创建一个新的参数实例。
• cache_size=: 设置缓存大小（单位：MB）。
• eps=: 设置 SVM 的精度。
• c=: 设置惩罚参数。

Libsvm::Model

• train(problem, parameter): 使用给定的问题和参数训练模型。
• predict(example): 使用训练好的模型预测新数据的标签。

Libsvm::Node

• features(ary): 将特征数组转换为 LIBSVM 节点。

4. 项目安装方式

通过 RubyGems 安装

最简单的安装方式是通过 RubyGems 安装：

gem install rb-libsvm

通过 Bundler 安装

如果你使用 Bundler，可以在 Gemfile 中添加：

gem 'rb-libsvm', require: 'libsvm'

然后运行 bundle install。

从源码构建

如果你需要从源码构建 gem，请确保你已经安装了 Xcode 命令行工具（macOS），然后运行以下命令：

gem build rb-libsvm.gemspec
gem install rb-libsvm-<version>.gem

通过以上步骤，你可以成功安装并使用 rb-libsvm 进行机器学习任务。