http://ntu.csie.org/~piaip/svm/svm_tutorial.html piaip's Using (lib)SVM Tutorial
http://www.csie.ntu.edu.tw/~cjlin/libsvm/index.html LIBSVM -- A Library for Support Vector Machines
首先要准备2个文件：my_train my_test 训练文件和测试文件
1. train
./svm-train my_train // 文件1（训练文件）
生成文件 my_train.model
2. predict
./svm-predict my_test my_train.model my_test.out // 文件1（要预测的文件） 文件2（trainning model） 文件3（输出文件）
3. scale
把my_train文件的所有变量scale成[-1,1]，输出到 my_train.scale，range1保存了所有变量的原始范围和scale后的范围，用于为my_test文件scale，保证范围scale幅度相同。
scale训练文件
svm-scale -l -1 -u 1 -s range1 my_train > my_train.scale
scale要预测的文件
svm-scale -r range1 my_test > my_test.scale
然后train和predict同上。
svm-scale的参数：
-l lower : x scaling lower limit (default -1)
-u upper : x scaling upper limit (default +1)
-y y_lower y_upper : y scaling limits (default: no y scaling)
-s save_filename : save scaling parameters to save_filename
-r restore_filename : restore scaling parameters from restore_filename