python - Python を使用した文字列サブシーケンス カーネルと SVM

Question

Subsequence String Kernel (SSK) [Lodhi 2002] を使用して Python で SVM (Support Vector Machine) をトレーニングするにはどうすればよいですか?

Answer 1

Shogun Library を使用して解決策にたどり着きました。後のリビジョンで必要なクラスが誤って削除されるため、コミット0891f5a38bcbからインストールする必要があります。

これは実用的な例です:

from shogun.Features import *
from shogun.Kernel import *
from shogun.Classifier import *
from shogun.Evaluation import *
from modshogun import StringCharFeatures, RAWBYTE
from shogun.Kernel import SSKStringKernel


strings = ['cat', 'doom', 'car', 'boom']
test = ['bat', 'soon']

train_labels  = numpy.array([1, -1, 1, -1])
test_labels = numpy.array([1, -1])

features = StringCharFeatures(strings, RAWBYTE)
test_features = StringCharFeatures(test, RAWBYTE)

# 1 is n and 0.5 is lambda as described in Lodhi 2002
sk = SSKStringKernel(features, features, 1, 0.5)

# Train the Support Vector Machine
labels = BinaryLabels(train_labels)
C = 1.0
svm = LibSVM(C, sk, labels)
svm.train()

# Prediction
predicted_labels = svm.apply(test_features).get_labels()
print predicted_labels

Answer 2

最近では、String Subsequence Kernel (SSK) [Lodhi. ら。al., 2002] がShogun Machine Learning ツールボックスに追加され、Python を含むすべてのモジュラー インターフェイスで使用できるようになりました。LibSVMを使用して、DNA 分類問題にこのカーネルを使用する実際の例を見つけることができます。