突然觉的笔记真的很重要，给自己省去了很多麻烦，之前在Python 3 中装过libsvm 每一步都是自己百度上面搜寻的，花费了很长时间，但是并没有记录方法。这次换了电脑，又开始重新搜寻方法，觉得太浪费时间了，所以写下这段话，告诉大家，一定要做笔记呢。
然后我在安装和使用的过程中，发现Python2 和Python3 上面对于libsvm安装和初步使用方法时一样的，大家可以借鉴。
毋庸置疑，LibSVM是*牛人为世界机器学习的卓越贡献之一。一般都是基于Matlab的，其实LibSVM也可以用Python跑。
第一步，确定本机Python的版本：
第二步，要下载Libsvm的压缩包：
我是在这个网站上面下载的libsvm-3.20版本。网站：http://www.csie.ntu.edu.tw/~cjlin/libsvm/oldfiles/。这个网站也可以下载，推荐给大家看。http://www.csie.ntu.edu.tw/~cjlin/libsvm/
第三步，将zip 放到一个特定的位置，我直接放到D盘目录底下了。其他地方也可以
第四步，就可以测试一下LibSVM是否可用了，打开Python IDE，输入以下代码：
能够看到84%的准确度。
第五步，使用我的个人数据
libsvm的数据格式如下：
第一列代表标签，第二列是第一个特征值，第三列是第二个特征值。所以，先要把数据按规定格式整理好。然后开始训练.
第六步，Python接口
在libsvm-3.20的python文件夹下主要包括了两个文件svm.py和svmutil.py。
svmutil.py接口主要包括了high-level的函数，这些函数的使用和LIBSVM的MATLAB接口大体类似
svmutil中主要包含了以下几个函数：
svm_train() : train an SVM model
svm_predict() : predict testing data
svm_read_problem() : read the data from a LIBSVM-format file.
svm_load_model() : load a LIBSVM model.
svm_save_model() : save model to a file.
evaluations() : evaluate prediction results.
svm.py接口主要包括了一些low-level的应用。在svm.py中采用了 python内置的ctypes库，由此python可以直接访问svm.h中定义的C结构和接口函数。svm.py主要运用了四个数据结构 svm_node, svm_problem, svm_parameter和svm_model。
参考博文：http://blog.chinaunix.net/uid-22414998-id-4175203.html，再此感谢。