原文：http://blog.csdn.net/meredith_leaf/article/details/6714144
Linux下的Libsvm使用历程录
首先下载Libsvm、Python和Gnuplot：
libsvm的主页http://www.csie.ntu.edu.tw/~cjlin/libsvm/上下载libsvm （偶用3.1版本）
python的主页http://www.python.org下载 python （偶用3.2.1版本）
gnuplot的主页http://www.gnuplot.info/下载gnuplot （偶用4.4.3版本）
LIBSVM 使用的一般步骤是：
1）按照LIBSVM软件包所要求的格式准备数据集；
2）对数据进行简单的缩放操作；
3）首要考虑选用RBF 核函数；
4）采用交叉验证选择最佳参数C与g ；
5）采用最佳参数C与g 对整个训练集进行训练获取支持向量机模型；
6）利用获取的模型进行测试与预测。
在执行以下操作之前先make生成 svm-scale, svm-train, svm-predict三个可执行文件。
1）LIBSVM使用的数据格式
该软件使用的训练数据和检验数据文件格式如下：
[label] [index1]:[value1] [index2]:[value2] ...
[label] [index1]:[value1] [index2]:[value2] ...
一行一条记录数据，如下（可参看libsvm-3.1/heart_scale）:
+1 1:0.708 2:1 3:14:-0.320 5:-0.105 6:-1
注意：由于程序设计的原因，每行数据的最后一个value后面，
还必须加一个空格 ' ' 或Tab ' ' 才能回车换到下一行继续输入下一条数据。
最后一行数据也是必须在最后一个value后面加一个空格 ' ' 或Tab ' ' 的!!!
这里(x,y) -> ((0.708,1,1, -0.320, -0.105, -1), +1) ( ps: 这话什么意思? 没弄明白!! )
label 或说是class, 就是你要分类的种类，通常是一些整数。
index 是有順序的索引，通常是连续的整数。
value 就是用来 train 的数据，通常是一堆实数。
2）对数据进行简单的缩放操作
扫描数据. 因为原始数据可能范围过大或过小,“svm-scale”可以先将数据重新scale (縮放) 到适当范围使训练与预测速度更快。
svm-scale 的使用示例：
./svm-scale -l 0 heart_origin > heart_scale
默认的归一化范围是[-1,1]，可以用参数-l和-u分别调整上界和下届, -l 0 是将范围改成了[0,1]. heart_origin是输入特征文件名; 输出的归一化特征文件名为heart_scale.
3）考虑选用RBF 核函数
训练数据形成模型（model）,实质是算出了wx+b=0中的w,b.
svm-train的用法：
./svm-train [options] training_set_file [model_file]
其中options涵义如下:
-s svm类型：设置SVM 类型，默认值为0，可选类型有：
0 -- C- SVC
1 -- nu - SVC
2 -- one-class-SVM
3 -- e - SVR
4 -- nu-SVR
-t 核函数类型：设置核函数类型，默认值为2，可选类型有：
0 -- 线性核：u'*v
1 -- 多项式核：(g*u'*v+ coef0)degree
2 -- RBF 核:exp(-||u-v||*||u-v||/g*g)
3 -- sigmoid 核：tanh(g*u'*v+ coef 0)
-d degree：核函数中的degree设置，默认值为3；
-g r(gama)：核函数中的函数设置(默认1/ k);
-r coef 0：设置核函数中的coef0，默认值为0；
-c cost：设置C- SVC、e - SVR、n - SVR中从惩罚系数C，默认值为1；
-n nu ：设置nu - SVC、one-class-SVM 与nu - SVR 中参数nu ，默认值0.5；
-p e ：核宽,设置e - SVR的损失函数中的e ，默认值为0.1；
-m cachesize：设置cache内存大小，以MB为单位(默认40)：
-e e ：设置终止准则中的可容忍偏差，默认值为0.001；
-h shrinking：是否使用启发式，可选值为0 或1，默认值为1；
-b 概率估计：是否计算SVC或SVR的概率估计，可选值0 或1，默认0；
-wi weight：对各类样本的惩罚系数C加权，默认值为1；
-v n：n折交叉验证模式。
其中-g选项中的k是指输入数据中的属性数。操作参数 -v 随机地将数据剖分为n 部分并计算交叉检验准确度和均方根误差。以上这些参数设置可以按照SVM 的类型和核函数所支持的参数进行任意组合，如果设置的参数在函数或SVM 类型中没有也不会产生影响，程序不会接受该参数；如果应有的参数设置不正确，参数将采用默认值。training_set_file是要进行训练的数据集；model_file是训练结束后产生的模型文件，该参数如果不设置将采用默认的文件名，也可以设置成自己惯用的文件名。
4）采用交叉验证选择最佳参数C与g
通常而言，比较重要的参数是 gamma (-g) 跟 cost (-c) 。而 cross validation (-v) 的参数常用5。那么如何去选取最优的参数c和g呢？libsvm 的 python 子目录下面的 grid.py 可以帮助我们。 此时需要安装好python3.2.1。进入/libsvm/tools目录下，用gedit或vim查看grid.py文件，找到其中关于gnuplot路径的那项（其默认路径为gnuplot_exe = "/usr/bin/gnuplot"），确认gnuplot可执行文件在/usr/bin/目录下存在，如果不在该路径下需要将这里的路径改成你的gnuplot所在的路径。
python grid.py的使用示例：
$ python grid.py heart_scale
屏幕最后显示：
2048.0 0.0001220703125 84.4444
可得到最优参数c=2048和g=0.0001220703125。
另外，至于下libsvm和python的接口的问题，在libsvm2.86中林老师已经帮助我们解决，在/libsvm/windows/python目录下自带了svmc.pyd这个文件，将该文件文件复制到libsvm/python目录下，同时，也将python.exe文件复制到该目录下，键入以下命令以检验效果（注意：.Py文件中关于gnuplot路径的那项路径一定要根据实际路径修改）：
python svm_test.py
如果能看到程序执行结果，说明libsvm和python之间的接口已经配置完成，以后就可以直接在python程序里调用libsvm的函数了！
5）采用最佳参数C与g 对整个训练集进行训练获取支持向量机模型
$./svm-train –c x –g x –v x training_set_file [model_file]
x为上述得到的最优参数c和g的值，v的值一般取5。
svm-train 的使用示例：
./svm-train -c 2048 -g 0.0001220703125 heart_scale heart_model
这里，heart_scale是前面由svm-scale生成的归一化特征文件名； heart_model是训练产生的模型文件名。
屏幕回显信息如下：
..*.*.*
optimization finished, #iter = 1046
nu = 0.363609
obj = -193311.629689, rho = 1.616976
nSV = 103, nBSV = 91
Total nSV = 103
现简单对屏幕回显信息进行说明：
#iter为迭代次数，
nu 与前面的操作参数-n nu 相同，
obj为SVM文件转换为的二次规划求解得到的最小值，？？？什么意思？！
rho 为判决函数的常数项b，
nSV 为支持向量个数，
nBSV为边界上的支持向量个数，
Total nSV为支持向量总个数。
训练后的模型保存为文件train_model，用gedit打开其内容如下：
svm_type c_svc % 训练所采用的svm类型，此处为C- SVC
kernel_type rbf %训练采用的核函数类型，此处为RBF核
gamma 0.00012207 %设置核函数中的g ，默认值为1/ k
nr_class 2 %分类时的类别数，此处为两分类问题
total_sv 103 %总共的支持向量个数
rho 1.61698 %决策函数中的常数项b
label 1 -1 %类别标签
nr_sv 51 52 %各类别标签对应的支持向量个数
SV %以下为支持向量
2048 1:0.166667 2:1 3:-0.333333 4:-0.433962 5:-0.383562 6:-1 7:-1 8:0.0687023 9:-1 10:-0.903226 11:-1 12:-1 13:1
2048 1:0.125 2:1 3:0.333333 4:-0.320755 5:-0.406393 6:1 7:1 8:0.0839695 9:1 10:-0.806452 12:-0.333333 13:0.5
2048 1:0.333333 2:1 3:-1 4:-0.245283 5:-0.506849 6:-1 7:-1 8:0.129771 9:-1 10:-0.16129 12:0.333333 13:-1
2048 1:0.208333 2:1 3:0.333333 4:-0.660377 5:-0.525114 6:-1 7:1 8:0.435115 9:-1 10:-0.193548 12:-0.333333 13:1
2048 1:0.166667 2:1 3:0.333333 4:-0.358491 5:-0.52968 6:-1 7:1 8:0.206107 9:-1 10:-0.870968 12:-0.333333 13:1
. . . . . . . . .
6）利用获取的模型进行测试与预测
使用svm-train训练好的模型进行测试。输入新的X值，给出SVM预测出的Y值。
$ svm-predict test_file model_file output_file
svm-predict使用示例：
./ svm-predict heart_scale heart_model heart_predict
Accuracy = 85.1852% (230/270) (classification)
这里显示的是结果。
一个具体使用的例子。
以libsvm中的heart_scale作为训练数据和测试数据，同时已经将python安装成功。
因为这里的heart_scale文件已经是符合scale的数据文件，所以省略了svm-scale这一步，但实际操作中svm-scale是不可以省略的哦！不然预测结果会很糟糕滴~~
以下是操作过程及结果。。。
（1）不用交叉验证寻找最好的C和g而直接训练并预测的操作过程：
./svm-train heart_scale heart_model
optimization finished, #iter = 162
nu = 0.431029
obj = -100.877288, rho = 0.424462
nSV = 132, nBSV = 107
Total nSV = 132
此时，已经得到heart_model，进行预测：
./svm-predict heart_scale heart_model heart_predict
Accuracy = 86.6667% (234/270) (classification)
正确率为Accuracy = 86.6667%。
（2）经过交叉验证寻找到最佳C和g后再进行训练和预测的操作过程：
将heart_scale拷贝到python文件下，寻找最好的c和g。
./python grid.py heart_scale
得到最优参数c=2048，g=0.0001220703125.
./svm-train -c 2048 -g 0.0001220703125 heart_scale heart_model2
得到新的model后，由
./svm-predict heart_scale heart_model2 heart_predict2
得到的正确率为Accuracy = 85.1852%.这块还有点迷惑？为什么正确率降低了？？？怎么会这样？？！！c取2048明显有问题啊！！
当然也可以结合subset.py 和 easy.py 实现自动化过程。
如果要训练多次，可以写个批处理程序省好多事。
这里举个例子：
::@ echo off
cls
:: split the data and output the results
for /L %%i in (1,1,1000) do python subset.py b59.txt 546 b59(%%i).in8 b59(%%i).out2
for /L %%i in (1,1,1000) do python easy.py b59(%%i).in8 b59(%%i).out2 >> result89.txt
这段批处理代码首先调用subset.py对文件b59.txt执行1000次分层随机抽样(对数据进行80-20%分割)然后调用easy.py 进行1000次参数寻优，把记录结果写到result89.txt中
（包括1000次训练的分类准确率和参数对）。
还可以调用fselect.py进行特征选择，调用plotroc.py进行roc曲线绘制。
==================================================================================================================================
上面有几处标记了的地方还是没能弄明白，还有待继续学习~
要是哪位朋友知道是怎么回事儿的话，还请不吝赐教O(∩_∩)O哈! 小生万分感激~