Java 使用LIBSVM预测用户的真实性

我计划使用LibSVM来预测web应用程序中的用户真实性。 （1） 收集特定用户行为的数据（如登录时间、IP地址、国家等） （2） 使用收集的数据来训练支持向量机 （3） 使用实时数据比较并生成真实性级别的输出

---

有人能告诉我如何用LibSVM做这样的事情吗？Weka对这些类型的问题有帮助吗？

您提到的三个步骤是解决方案的概要。更详细地说：

确保获得大量标记为的数据，即带有真实/非真实注释的行为日志。（没有标记数据，你就进入了一个非常先进的半监督学习领域，或者必须考虑其他解决方案。）

根据您认为可以很好地预测真实性的数据，设计一些功能。尝试一下这种方法，并对其进行改进，直到达到某种统计标准为止。使用此选项可确保您不会过度穿着

LibSVM可以输出一个概率估计值及其答案；见its第8节

---

是的，Weka很有帮助，因为它允许您探索机器学习。你在那方面有经验吗？我在那方面不是很有经验。。但是有人能告诉我在这里需要做什么吗？在执行这样的任务时，可能需要执行一些步骤？LibSVM可以输出概率估计（使用标志-b1运行），所以。。只是想澄清一下。。概率估计是捕获的实例（我说的只是一个实例）与用于训练的实例匹配的程度吗？或者在此上下文中，当前用户成为合法用户的概率？这是对每个类别（真实或非真实）被分类的实例属于该类别的概率的估计。@ruwanego:如果这回答了您的问题，请单击我文章旁边的复选标记。这被认为是出于礼貌，如果你不接受答案，人们下次会不太愿意帮助你。完成了！。。和。。我想在一个文件中表示上述数据，并将其输入到LibSVM。我应该如何格式化文件？我在哪里可以找到一个关于LibSVM输入格式示例的好教程？