- libSVM简单的介绍
libSVM是*林智仁(Chih-Jen Lin) 教授2001年开发的一套支持向量机库，这套库运算速度挺快，可以很方便的对数据做分类或回归。由于libSVM程序小，运用灵活，输入参数少，并且是开源的，易于扩展，因此成为目前国内应用最多的SVM的库。
- 其中包含的文件夹的主要的作用
（1）Java文件夹 ，主要应用于java平台；
（2）Python文件夹，是用来参数优选的工具，稍后介绍；
（3）tools文件夹，主要包含四个python文件，用来数据集抽样(subset)，参数优选（grid），集成测试(easy), 数据查(checkdata)；
（4）windows文件夹 —— 包含libSVM四个exe程序包，我们所用的库就是他们，里面还有个heart_scale，是一 个样本文件，测试可用的数据集，可以用 记事本打开，用来测试用的，svm-train用来训练数据的，其中所用的参数的含义：
svm-train [options] training_set_file [model_file]
-s 设置svm类型：
0 – C-SVC ；1 – v-SVC ； 2 – one-class-SVM ； 3 – ε-SVR ； 4 – n - SVR
-t 设置核函数类型，默认值为2
0 -- 线性核：u'*v ； 1 -- 多项式核： (g*u'*v+ coef 0)degree
2 -- RBF 核：exp(-γ*||u-v||2) 3 -- sigmoid 核：tanh(γ*u'*v+ coef 0)
-d degree: 设置多项式核中degree的值，默认为3
-gγ: 设置核函数中γ的值，默认为1/k，k为特征（或者说是属性）数；
-r coef 0:设置核函数中的coef 0，默认值为0；
-c cost：设置C-SVC、ε-SVR、n - SVR中从惩罚系数C，默认值为1；
-n v ：设置v-SVC、one-class-SVM 与n - SVR 中参数n ，默认值0.5；
-p ε ：设置v-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，默认值为40；
-e ε ：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；
SVM-predict用来预测的，用法如下：
svmpredict [options] test_file model_file output_file
如下使用：
svm-scale是用来对原始样本进行缩放的，范围可以自己定，一般为[0,1]或者[-1,1]，防止某个特征过大或者过小，在训练中起的作用不平衡，在核函数计算中会用到内积或者exp运算，不平衡的数据可能造成计算困难，对于其中所用的一些参数汇总如下：
用法：svm-scale [-l lower] [-u upper]
[-y y_lower y_upper]
[-s save_filename]
[-r restore_filename] filename
其中，[]中都是可选项：-l：设定数据下限；lower：设定的数据下限值，缺省为-1 ；-u设定数据上限；upper：设定的数据上限值，缺省为 1；-y：是否对目标值同时进行缩放；y_lower为下限值，y_upper为上限值； -s save_filename：表示将缩放的规则保存为文件save_filename； -r restore_filename：表示将按照已经存在的规则文件restore_filename进行缩放； filename：待缩放的数据文件，文件格式按照libSVM格式。 默认情况下，只需要输入要缩放的文件名就可以了：比如(已经存在的文件为)heart_scale。比如：svmscale –l 0 –u 1 –s
。 svm-toy文件，一个可视化的工具，用来展示训练数据和分类界面，里面是源码，其编译后的程序在windows文件夹下，可以形象化的展示分类页面；
（6）heart_scale文件，是测试用的训练文件，训练集文件
（7）其他.h和.cpp文件都是程序的源码，可以编译出相应的.exe文件。其中，最重要的是svm.h和svm.cpp文件，svm-predict.c、svm-scale.c和svm-train.c（还有一个svm-toy.c在svm-toy文件夹中）都是调用的这个文件中的接口函数，编译后就是windows下相应的四个exe程序。另外，里面的 README 跟 FAQ 是很好的帮助文件。
train后得到的结果其中的一些参数iter迭代的次数，nu你选择的核函数类型的参数，obj为SVM文件转换为的二次规划求解得到的最小值，rho为判决函数的偏置项b，nSV 为标准支持向量个数(0<a<c)，nBSV为边界上的支持向量个数(a=c)，Total nSV为支持向量总个数（对于两类来说，因为只有一个分类模型Total nSV = nSV，但是对于多类，这个是各个分类模型的nSV之和）。
怎样使用tools下的grid文件：
第一步：打开d:/libsvm/program下的tools文件夹，找到grid.py文件。用python打开（不能双击，而要右键选择“Edit with IDLE”），修改svmtrain_exe和gnuplot_exe的路径。
svmtrain_exe = r"I:\code\libsvm-3.20\libsvm-3.20\windows\svm-train.exe'
gnuplot_exe = r"D:\gnuplot\install\gnuplot\bin\pgnuplot.exe'
（这里面有一个是对非win32的，可以不用改，只改# example for windows下的就可以了）
第二步：运行cmd，进入dos环境，定位到d:/libsvm/program/tools文件夹，这里是放置grid.py的地方。怎么定位可以参看第一节。
第三步：输入以下命令：
python grid.py heart_scale
你就会看到dos窗口中飞速乱串的[local]数据，以及一个gnuplot的动态绘图窗口。大约过10秒钟，就会停止。Dos窗口中的[local]数据时局部最优值，这个不用管，直接看最后一行：
2048.0 0.0001220703125 84.0741
其中这一行数据的含义是
C = 2048.0；γ=0.0001220703125
交叉验证精度CV Rate = 84.0741%，这就是最优结果
利用上面的结果，进行train得到
语句是：
得到的结果是：
迭代次数1129，支持向量的个数103，边界上的支持向量的个数91，
这是优化之前的结果，优化之前的支持向量个数多，边界上的支持向量从107降到了91，说明在优化以前边界向量由10多个错误分类
，
- 怎样使用tools下的easy.py文件呢？
文件easy.py对样本文件做了“一条龙服务”，从参数优选，到文件预测。因此，其对grid.py、svm-train、svm-scale和svm-predict都进行了调用（当然还有必须的python和gnuplot）其余做法和grid.py的做法是类似的，还是要改.exe文件的位置