http://hi.baidu.com/superdxf/blog/item/b169cc1686d38a4f21a4e9ee.html
最近用了这两种software去测试打手机，发觉svmlight速度比较快，准确率还可以，而且便于操作，而libsvm在train的时候速度不够快，而且操作起来挺麻烦，更重要的是在c++中测试单个图片的时候非常慢，一张576*720的图片要费3秒左右的时间，几乎是svmlight的三倍！这个无论如何优化都不可能提高太大，虽然准确率还可以，但是毕竟速度太慢，用在trecvid上面根本不work，还是将注意力转移到svmlight上面来，用mask的方法去除一些区域，然后选择更好的正样本，加上PCA，再对每个块进行大小scale的调整，测试一下，看看结果如何再说吧！
http://blog.sina.com.cn/s/blog_4c98b96001000ald.html
今天做了七组实验，数据集采取的是UCI的数据集，a1a-a7a,SVMlight采用的是默认的参数设置，其实本来开始使用RBF的呢，效果很烂，后来改为poly的也不行，最后实在不行了，偶然的用线性的做了一次，结果效果最好，说明其实很多时候数据线性可分可能性还是很大的。当然因为数据都是向量的形式提供的，我们没有办法知道这些向量背后的意义是什么。LIBSVM用的也是线性的，为了对比的需要我们同样采用的是最简单的形式，是c-SVM的形式。没有采用启发式原则，这点让笨笨有点疑惑，因为从理论上来说如果采用启发式原则正确率会高一些，但是实际却相反。针对这两种算法比较了它们呢的traing time和predicte time和accuracy，可以看到libsvm和svmlight的accuracy是相当的，但是时间就差很多了，svmlight要比libsvm快了很多倍，而且在predict时除了IO操作之外，svmlight几乎没有使用cpu的时间，再一次证明了svmlight的强大优势。其实本来对HeroSVM抱有很大的希望，因为它比SVMlight还要快9-10左右，这个相当好了，但是不开源需要money，近期又不对外了，所以很是郁闷，精力再一次转换到了SVMlight身上了。
http://www.newsmth.net/bbsanc.php?path=/groups/sci.faq/AI/SourceCodes/M.1202657568.T0
我做过一些测试，二类问题SVMlight要比libsvm快很多。
svmlight是用c写的，结构化程度不高，读起来可能有点费力；libsvm要清晰一点；但是和svmtorch比起来感觉还是torch要好一些。
http://whalebox.blogspot.com/2008/03/libsvmsvm-light-zz.html
其中，libsvm似乎是从svm-light基础上发展起来的。但是在解二次规划的方法上，没有完全沿用svm-light的方法。我做了些简单的实验，发现普遍来说，svm-light比libsvm快，而且效果好一些。不知道有没有大侠对他们有研究，比较一些如何？不过，libsvm很容易使用，很容易被集成在自己的cpp工程中，svm-light似乎很麻烦吧，呵呵。
各种SVM程序的比较：
http://hi.baidu.com/oliveai/blog/item/50e6c5ceba62bb3fb600c8a1.html