libsvm是著名的SVM开源组件，目前有JAVA.C/C++,.NET 等多个版本，本人使用的是2.82
libsvm命名空间下主要使用类：
svm_model 为模型类，通过训练或加载训练好的模型文件获得
svm_parameter 为参数类，主要为支持向量机设定参数，具体参数如下：
svm_parameter.svm_type
svm类型：SVM设置类型(默认svm_parameter.C_SVC)
svm_parameter.C_SVC -- C-SVC
svm_parameter.NU_SVC -- ν-SVC
svm_parameter.ONE_CLASS – 一类SVM
svm_parameter.EPSILON_SVR -- ε -SVR
svm_parameter.NU_SVR -- ν-SVR
svm_parameter.kernel_type
核函数类型：核函数设置类型(svm_parameter.LINEAR)
svm_parameter.LINEAR – 线性：u'×v
svm_parameter.POLY– 多项式：(γ×u'×v + coef0)^degree
svm_parameter.RBF – RBF函数：exp(-γ×|u-v|^2)
svm_parameter.SIGMOID – sigmoid：tanh(γ×u'×v + coef0)
svm_parameter.degree
核函数中的degree设置(默认3)
svm_parameter.coef0
核函数中的coef0设置(默认0)
svm_parameter.shrinking
是否使用启发式，0或1(默认1)
svm_parameter.nu
设置ν-SVC，一类SVM和ν- SVR的参数(默认0.5)
svm_parameter.C
设置C-SVC，ε -SVR和ν-SVR的参数(默认1)
svm_parameter.cache_size
设置cache内存大小，以MB为单位(默认40)
svm_problem 相当于训练集合，可讲需要训练的数据加入该类传递给训练器
svm_node 内部使用的数据结构，主要用于保存待训练数据
svm 主调用程序中我们一般使用以下几个方法：
svm.svm_train(svm_problem,svm_parameter) 该方法返回一个训练好的svm_model
svm.svm_load_model(文件名); 该方法返回一个训练好的svm_model
svm.svm_save_model(文件名,svm_model); 该方法将svm_model保存到文件中
svm.svm_predict_values(svm_model,svm_node,double); 该方法返回doule类值，svm_node对svm_model测试，返回值确定了svm_node在模型中的定位
libsvm命名空间下主要使用类：
svm_model 为模型类，通过训练或加载训练好的模型文件获得
svm_parameter 为参数类，主要为支持向量机设定参数，具体参数如下：
svm_parameter.svm_type
svm类型：SVM设置类型(默认svm_parameter.C_SVC)
svm_parameter.C_SVC -- C-SVC
svm_parameter.NU_SVC -- ν-SVC
svm_parameter.ONE_CLASS – 一类SVM
svm_parameter.EPSILON_SVR -- ε -SVR
svm_parameter.NU_SVR -- ν-SVR
svm_parameter.kernel_type
核函数类型：核函数设置类型(svm_parameter.LINEAR)
svm_parameter.LINEAR – 线性：u'×v
svm_parameter.POLY– 多项式：(γ×u'×v + coef0)^degree
svm_parameter.RBF – RBF函数：exp(-γ×|u-v|^2)
svm_parameter.SIGMOID – sigmoid：tanh(γ×u'×v + coef0)
svm_parameter.degree
核函数中的degree设置(默认3)
svm_parameter.coef0
核函数中的coef0设置(默认0)
svm_parameter.shrinking
是否使用启发式，0或1(默认1)
svm_parameter.nu
设置ν-SVC，一类SVM和ν- SVR的参数(默认0.5)
svm_parameter.C
设置C-SVC，ε -SVR和ν-SVR的参数(默认1)
svm_parameter.cache_size
设置cache内存大小，以MB为单位(默认40)
svm_problem 相当于训练集合，可讲需要训练的数据加入该类传递给训练器
svm_node 内部使用的数据结构，主要用于保存待训练数据
svm 主调用程序中我们一般使用以下几个方法：
svm.svm_train(svm_problem,svm_parameter) 该方法返回一个训练好的svm_model
svm.svm_load_model(文件名); 该方法返回一个训练好的svm_model
svm.svm_save_model(文件名,svm_model); 该方法将svm_model保存到文件中
svm.svm_predict_values(svm_model,svm_node,double); 该方法返回doule类值，svm_node对svm_model测试，返回值确定了svm_node在模型中的定位