libsvm安装

引文：常常在看paper的时候。就看到svm算法，可是要自己来写真的是难于上青天呀！

所幸有一个libsvm的集成软件包给我们使用，这真的是太好了。以下简介下怎么来使用它吧！

LIBSVM是一个集成软件包。提供支持向量机分类（C-SVC,nu-SVC），回归（epsilon-SVR,nu-SVR）以及分布预计（one-class SVM）.工具包支持多类分类问题。LIBSVM是台湾大学林智仁(LinChih-Jen)副教授等开发设计的一个简单、易于使用和高速有效的SVM模式识别与回归的软件包。

在 ubuntu 下安装 gnuplot 不能直接 sudo apt-get install gnuplot，因为预编译的gnuplot不能识别ubuntu的图形界面，所以必须先运行这句：

sudo apt-get install libx11-dev 

然后从下载 gnuplot的源代码：

https://sourceforge.net/projects/gnuplot/files/gnuplot/

将其解压缩，进入解压后的目录 编译 ，安装：

tar xzvf gnuplot-4.6.rc1.tar.gz  
cd gnuplot-4.6.rc1  
./configure  --prefix==/usr/local/gnuplot-4.6
make  
sudo make install
ln -s /usr/local/gnuplot-4.6/bin/gnuplot  /usr/bin/gnuplot  

libsvm下载：http://www.csie.ntu.edu.tw/~cjlin/libsvm/

tar xzvf  libsvm-3.22.tar.gz
cd libsvm-3.22
make
cd python
make

测试举例 python环境变量配置测试：

进入libsvm下的子目录tools中，使用命令python测试python环境配置是否正确。grid.py参数寻优测试： 进入libsvm子目录tools中，使用命令python grid.py heart_scale，看输出最后一行2048.0 0.0001220703125 84.0741 或者在tools目录下打开heart_scale.png，看到最佳c和g的值。

svm-train： 进入libsvm目录下，使用命令./svm-train heart_scale,将结果保存在heart_scale.model中svm-predict：还是在libsvm目录下，使用命令./svm-predict heart_scale heart_scale.model heart_scale.out，看输出最后一行Accuracy=？？？ 预测之后的标签保存在文件heart_scale.out中。

 假设你此时位于libsvm的python子文件夹/libsvm-3.17/python路径下

sudo cp *.py /usr/lib/python2.7/dist-packages/  
cd ..  
sudo cp libsvm.so.2 /usr/lib/python2.7/  

检验一下，新开一个terminal，进入python

import svm  
import svmutil  

如果成功，说明装好了

如果不拷贝libsvm下的python包到Python程序的包下，代码要导入libsvm下的python包路径，才能调用libsvm的python接口。