LIBSVM

الوصف

LIBSVM هي مكتبة برمجيات شاملة وسهلة الاستخدام مصممة لآلات المتجهات الداعمة (SVM). توفر تطبيقات للتصنيف (C-SVC, nu-SVC)، والانحدار (epsilon-SVR, nu-SVR)، وتقدير التوزيع (SVM أحادي الفئة). تم تصميم المكتبة لتكون متاحة للمستخدمين من مجالات متنوعة يرغبون في الاستفادة من SVM كأداة قوية.

تشمل الميزات الرئيسية لـ LIBSVM قدرات تصنيف متعددة الفئات بكفاءة ودعمًا لصيغ SVM المختلفة. توفر مجموعة من دوال النواة، بما في ذلك الخطية، والمتعددة الحدود، ودالة الأساس الشعاعي (RBF)، والسيني، مع خيارات لمصفوفات النواة المحسوبة مسبقًا. للتعامل مع مجموعات البيانات غير المتوازنة، تدعم LIBSVM آلات المتجهات الداعمة الموزونة. توفر المكتبة أيضًا التحقق المتقاطع لاختيار النموذج وتقديرات الاحتمالات لمهام التصنيف والانحدار.

تم تصميم LIBSVM بواجهة بسيطة، مما يسمح للمستخدمين بدمجها بسهولة في برامجهم الخاصة. وهي متاحة مع كود المصدر بلغة C++ و Java، وتتضمن واجهات للعديد من لغات البرمجة والبيئات مثل Python، و R، و MATLAB، و Perl، و Ruby، و Weka، و Common LISP، و CLISP، و Haskell، و OCaml، و LabVIEW، و PHP. بالإضافة إلى ذلك، يتوفر كود C# .NET وامتدادات CUDA، وهي مدمجة في بيئات استخراج البيانات مثل RapidMiner و PCP.

تتضمن الحزمة أدوات لتوسيع البيانات والاختيار التلقائي للنموذج، مثل البرنامج النصي `grid.py` الذي ينشئ رسومًا بيانية محيطية لدقة التحقق المتقاطع، مما يساعد في تحسين المعلمات. يتمتع المشروع بتاريخ من التطبيقات الناجحة، حيث فاز مطوروه بالعديد من التحديات، بما في ذلك تحدي IJCNN 2001 وتحدي WCCI 2008 السببية والتنبؤ. تم إصدار أحدث إصدار، 3.37، في ديسمبر 2025، مع تحديثات مستمرة وإصلاحات للأخطاء.

تهدف LIBSVM إلى دمقرطة استخدام SVM من خلال توفير مكتبة قوية وفعالة وموثقة جيدًا. إن دعمها الواسع للغات وقدرات التكامل تجعلها خيارًا متعدد الاستخدامات للباحثين والمطورين الذين يعملون على مهام التعلم الآلي. يحتفظ المشروع أيضًا بصفحة لمجموعات بيانات LIBSVM ويقدم أدلة عملية للمبتدئين.

الميزات الأساسية لـ LIBSVM

• يدعم C-SVC، nu-SVC، SVM أحادي الفئة، epsilon-SVR، و nu-SVR

• تصنيف فعال متعدد الفئات

• دوال نواة متنوعة: خطية، متعددة الحدود، RBF، سيني

• SVM موزون للبيانات غير المتوازنة

• التحقق المتقاطع لاختيار النموذج

• تقديرات الاحتمالات

• يشمل أدوات توسيع البيانات

• اختيار تلقائي للنموذج مع تحسين المعلمات

• كود المصدر بلغة C++ و Java متاح

• واجهات لـ Python، و R، و MATLAB، و Perl، و Ruby، و Weka، و LISP، و Haskell، و OCaml، و LabVIEW، و PHP، و C#، و CUDA، و Node.js، و Javascript، و Scilab، و Nimrod، و Julia، و Android، و GO، و Gretl

• مدمج في بيئات استخراج البيانات مثل RapidMiner

• قابل للتثبيت عبر مديري الحزم مثل pip و vcpkg

البدء مع LIBSVM

1. 1

   تنزيل LIBSVM: احصل على أحدث إصدار من الموقع الرسمي أو مستودع GitHub.

2. 2

   تثبيت الواجهة: قم بتثبيت واجهة اللغة المناسبة (على سبيل المثال، `pip install -U libsvm-official` لـ Python).

3. 3

   إعداد البيانات: قم بتنسيق بيانات التدريب والاختبار الخاصة بك، مع إمكانية استخدام أدوات التوسيع المقدمة.

4. 4

   تكوين المعلمات: اختر نوع SVM، والنواة، والمعلمات الأخرى باستخدام خيارات سطر الأوامر أو استدعاءات API.

5. 5

   تدريب النموذج: استخدم مكتبة LIBSVM أو أداة سطر الأوامر لتدريب نموذج SVM الخاص بك.

6. 6

   تقييم النموذج: قم بإجراء التحقق المتقاطع أو استخدم تقديرات الاحتمالات لتقييم أداء النموذج.

7. 7

   الدمج: اربط LIBSVM ببرامجك الخاصة أو سير عمل استخراج البيانات.

حالات استخدام LIBSVM

• مهام التصنيف
• تحليل الانحدار
• تقدير التوزيع
• تحسين المعلمات
• استخراج البيانات
• أبحاث التعلم الآلي
• التنبؤ بالحمل
• اختيار الميزات

الأسئلة الشائعة من LIBSVM

• ما هو LIBSVM؟

  LIBSVM هي حزمة برمجيات متكاملة للتصنيف والانحدار وتقدير التوزيع باستخدام آلات المتجهات الداعمة (SVM)، مصممة لسهولة الاستخدام والكفاءة.

• ما هي أنواع SVM التي تدعمها LIBSVM؟

  تدعم LIBSVM أنواع C-SVC، nu-SVC، SVM أحادي الفئة، epsilon-SVR، و nu-SVR.

• هل يمكن لـ LIBSVM التعامل مع التصنيف متعدد الفئات؟

  نعم، تنفذ LIBSVM تصنيفًا فعالًا متعدد الفئات.

• ما هي دوال النواة المتاحة في LIBSVM؟

  توفر LIBSVM نواة خطية، ومتعددة الحدود، ودالة الأساس الشعاعي (RBF)، وسيني، بالإضافة إلى دعم لمصفوفات النواة المحسوبة مسبقًا.

• كيف يمكنني تثبيت LIBSVM لـ Python؟

  يمكنك تثبيت واجهة Python باستخدام pip: `pip install -U libsvm-official`.

• هل تدعم LIBSVM تقديرات الاحتمالات؟

  نعم، تدعم LIBSVM تقديرات الاحتمالات لمهام التصنيف والانحدار.

• هل LIBSVM مناسب للمبتدئين؟

  نعم، توفر LIBSVM واجهة بسيطة، ودليلًا عمليًا للمبتدئين، وبرنامجًا نصيًا سهلًا (`easy.py`) لتوسيع البيانات التلقائي واختيار المعلمات.

• هل يمكن استخدام LIBSVM مع تسريع GPU؟

  نعم، يتوفر امتداد CUDA لـ LIBSVM، مما يتيح تسريع GPU.

• أين يمكنني العثور على مجموعات بيانات لـ LIBSVM؟

  توفر LIBSVM صفحة مخصصة لمجموعات بيانات LIBSVM، تقدم مشاكل بتنسيق LIBSVM.

• ما هو أحدث إصدار من LIBSVM؟

  أحدث إصدار هو الإصدار 3.37، الذي تم إصداره في 29 ديسمبر 2025.

• كيف يمكنني الاستشهاد بـ LIBSVM في بحثي؟

  يمكنك الاستشهاد بـ LIBSVM باستخدام ورقة ACM Transactions on Intelligent Systems and Technology: C.-C. Chang and C.-J. Lin. LIBSVM : a library for support vector machines. ACM Transactions on Intelligent Systems and Technology, 2:27:1--27:27, 2011.

• هل توفر LIBSVM واجهة رسومية؟

  نعم، يوجد تطبيق صغير بسيط يوضح تصنيف وانحدار SVM.