空中飞马

数据缩放

windows 文件夹下有一个 svm-scale.exe 程序,可以用 svm-scale 命令来执行该程序
cmd

1
svm-scale train1> train1.scaled

将结果输出在文件 train1.scaled中:

Try1:

数据选取:

不同工况:

× 转速 600 负载 0.00N
转速 600 负载 0.02N
转速 600 负载 0.04N

× 转速 1200 负载 0.00N
转速 1200 负载 0.02N
转速 1200 负载 0.04N

特征选取:

均方根、绝对均值、方根幅值
W06、W08

数据处理

cmd:

1
2
3
F:
cd 毕设\libsvm-324\libsvm-324\tools
C:\Users\Administrator\AppData\Local\Programs\Python\Python37-32\python grid.py giao.txt

结果32.0 0.5 99.0
其意义表示:C = 32.0;γ=0.5
交叉验证精度CV Rate = 99%,这就是最优结果

训练模型

1
2
[label, instance] = libsvmread('giao.txt');
model=svmtrain(label,instance,'-t 2 -g 0.5 -c 32.0 ');

model:
optimization finished, #iter = 55
nu = 0.288143
obj = -544.312386, rho = -0.125256
nSV = 30, nBSV = 28
Total nSV = 68

进行预测

1
2
[predictlabel]=svmpredict(label_test, instance_test,model);
plotResult(predictlabel,label_test)

Try2:

数据选取:

每个工况下四种健康程度 每种健康程度1048576个数据
10485763/4=786432 训练数据 786432/64=12288
1048576
1/4=262144 测试数据 262144/32=8192

数据处理

cmd:

1
2
3
F:
cd 毕设\libsvm-324\libsvm-324\tools
C:\Users\Administrator\AppData\Local\Programs\Python\Python37-32\python grid.py 64zu_test_featuresLink.txt

0.03125 0.0078125 100.0
其意义表示:C = 0.03125;γ=0.0078125
交叉验证精度CV Rate = 100.0%,这就是最优结果

训练模型

*
optimization finished, #iter = 21
nu = 0.312500
obj = -785.948486, rho = 0.125350
nSV = 40, nBSV = 40
Total nSV = 52

Try3:

0.03125 0.0078125 100.0
c= g= rate= (为何交叉验证老是感觉结果不正确)

 上一页

手记

 评论