---------------------【6.27 更新libsvm使用方法】-------------------------------------------------------------------

在程式碼中這樣載入：

import sys
sys.path.append('path/to/libsvm/')
from svmutil import *

--------------------------------------------------------------------------------------------------------------------------------

程式碼看github，新的程式碼每運算一次迭代會快一點。

前言

跟前面兩篇文章一樣，這也是一篇程式碼分享和心得體會的文章。技術問題不過多解釋。程式碼有問題的話就留言問吧，程式碼我動一下就亂套了，之前寫的註釋也沒保留。煩煩煩～～～做PSO建議大家先多嘗試幾次，儘量縮小初始引數範圍。範圍縮小到一定程度後再完整跑一次PSO看看。最終結果建議去txt檔案找準確率最高的。記得去github看最新的程式碼。

後記

大概算了一下，30個birds，50次迭代。一共要運算1+30+（30+30）×50+（1+30）×50 = 4581次交叉驗證，每次交叉驗證還要運算3次。哪怕我降到100維也需要幾個小時才能跑完。而且PSO本身也有可能陷入區域性最優。所以我同時跑了多個程式，看看結果差距如何。

github上最新的程式碼運算次數為1+30+30×50+（1+30）×50 = 3081 快很多哦

還有個小訣竅就是不用每次都等這個演算法迭代結束，先固定一個C值，然後小範圍修改gamma值，觀測在哪個小範圍準確率高。確定了gamma的小範圍，再去找C的範圍。這樣初始化就會在一個很高的水平上進行，最後的效果也會好很多。心急的朋友不用等迭代完就可以找一組引數進行後面的步驟。