引文：常常在看*****的時候。就看到svm演算法，可是要自己來寫真的是難於上青天呀！
所幸有乙個libsvm的整合軟體包給我們使用，這真的是太好了。以下簡介下怎麼來使用它吧！
libsvm是乙個整合軟體包。提供支援向量機分類（c-svc,nu-svc），回歸（epsilon-svr,nu-svr）以及分布預計（one-class svm）.工具包支援多類分類問題。libsvm是台灣大學林智仁(linchih-jen)副教授等開發設計的乙個簡單、易於使用和高速有效的svm模式識別與回歸的軟體包。
解壓縮到任一資料夾下，這裡我解壓到/home/******/libsvm-2.91。/home/******/是我的使用者資料夾。******是username。
tar –zxvf libsvm-3.20
.tar
.gz
on unix systems, typemake' to build thesvm-train』 and `svm-predict』
programs. run them without arguments to show the usages of them.
進入到/home/******/libsvm-3.20。輸入命令
make4.1 svm-train
svmtrain 的語法大致就是:
svm-train
[options]
training_set_file
[model_file]
下列程式執行結果會產生 heart_scale.model 檔案：(螢幕輸出不是非常重要，沒有錯誤就好了)
執行**：
./svm-train heart_scale********************==
optimization finished, #iter = 219
nu = 0.431030
obj = -100.877286, rho = 0.424632
nsv = 132, nbsv = 107
total nsv = 132
5.2 svm-predict
svmpredict 的語法是 :
svm-predict test_file model_file output_file執行**
./svm-predict heart_scale heart_scale.model heart_scale.out***********************************==
accuracy = 86.6667% (234/270) (classification)
mean squared error = 0.533333 (regression)
squared correlation coefficient = 0.532639(regression)
Libsvm在matlab下的安裝
2 解壓後將整個資料夾加到matlab的current目錄 3 開啟到matlab這個資料夾 4 如果沒有配置matlab的c 編譯器，需要配置一下，matlab自帶的是沒有c 編譯器的，所以沒法編譯libsvm的cpp檔案。根據matlab的版本，選擇好編譯器，怎麼看支援哪些編譯器呢？在選擇編譯器...
Python環境下安裝libsvm
安裝python 我安裝的是anaconda 將d software libsvm 23 windows路徑新增到系統環境變數中。在libsvm 下有幾個資料夾，要特別關注乙個叫 windows 的，它裡面包括幾個 exe檔案，在我們呼叫時是要發揮作用的 4.將 libsvm 下的python 資料...
matlab2014 下的 libsvm 安裝
2 解壓壓縮包到電腦上一位置，如 c program files libsvm 3.16 3 假設你使用的是64位的作業系統和matlab。此時將libsvm 3.16資料夾下的windows目錄新增到matlab目錄中。即在matlab目錄中新增 c programfiles libsvm 3.1...