Python: https://www.python.org/downloads/
Gnuplot: https://sourceforge.net/projects/gnuplot/files/gnuplot/
LIBSVM: http://www.csie.ntu.edu.tw/~cjlin/
測試資料集：http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/
1、libSVM的資料格式轉換：
資料有很多存儲格式，txt格式，xls格式，data格式，csv格式等等，這些資料格式之間都可以互相轉換，在此介紹一下xls如何生成libsvm格式的資料。
生成libsvm資料有兩種方法，在此介紹使用FormatDatalibsvm工具，因為這種方法直覺簡單，效率高，友善易行。其實隻是利用了excel的宏。
一、.xls格式——>svm格式的轉換
① 下載下傳FormatDatalibsvm.xls 位址如下：
http://download.csdn.net/detail/smilehehe110/9702456
②準備好Excel資料集
如果是csv格式的可以先通過Excel轉換成.xls格式，具體方法見下面。
③打開FormatDatalibsvm.xls
注意上方會出現一個框框提醒你宏已經被禁用，一定要點選更改，啟用宏。
④加載data
可以直接将資料複制到topleft單元格，注意複制的時候隻複制資料區域相關的屬性，不要複制屬性名稱，否則會崩潰。
⑤轉換
在Excel界面點選
“工具”—>”宏”—>”宏”—>FormatDatatoLibsvm–>執行
或“視圖”—>”宏”—>”檢視宏”——>FormatDatatoLibsvm–>執行
可以看到資料在進行轉換和移動，稍等一下就可以看到資料變成了libsvm格式。
等資料轉換完成後，将該檔案儲存為.txt檔案。這時資料轉換的問題就解決了。
csv和xls轉換
有時候一開始拿到的資料時csv格式的，想把它轉換成Excel原始格式，可以按照以下方式進行：
② 打開Excel，建立一空白文檔。
② 在界面中單擊“資料”—>“自文本”。找到并選中csv檔案“源檔案.csv”，單擊“導入”。
操作會彈出一個視窗，不用做任何操作，點選下一步。
③在下一個界面根據分隔符類型選擇相應符号，如逗号、分号等，選擇後點選下一步
③ 接着點選下一步，如果需要更改資料格式可做調整。
④ 點選完成，彈出一個視窗，選擇資料的存放位置，完成操作，可以看到資料變成了最原始的xls格式。
二、.txt格式——>svm格式的轉換
首先說明的是，這裡所提的.txt文本資料是指資料檔案帶有逗号、空格、頓号、分号等資料分離符号的資料檔案。因為其用符号來分離，導緻所有資料項都歸類為一個屬性，無法實作上面2步驟的格式輸入，也就無法實作正确結果格式的輸出了。
為了解決該問題，轉換該過程與上面過程的最大不同就在于：
在打開該.txt檔案的時候根據文本資料本身的資料特點将其所包含的逗号、分号、制表符等資料分離的符号去掉；
具體的做法是：轉換運作FormatDataLibsvm.xls，“檔案”->“打開”->選擇要打開的data.txt檔案，接着在文本導入向導中根據data.txt檔案本身的資料特點選擇“原始資料類型（分隔符号）”；接着選擇分隔符号的類型（目的是使得該資料分成獨立的一列列資料，分離成功的話，在資料預覽中将可以看到一列列分離獨立的資料） ：選擇“列資料格式”（正常）->完成；
這時候隻要調整上面過程的資料格式，重複其後面的步驟2、3操作即可。
總結：資料最終要從.xls向libSVM進行格式轉換
2、（Subset.py的用法）樣本子集的選擇：
1、定位到tools目錄下
cd C:\libsvm-3.21\tools
2、>python subset.py heart_scale 200 heart_train heart_test
結果：tools目錄下多出2個檔案夾heart_train和heart_test檔案，資料集大小分别為200和70（原資料集heart_scale有270條資料）
Python：
Usage: subset.py [options] dataset number [output1] [output2]
options:
-s method : method of selection (default 0)
0 -- stratifiedselection (classification only)
1 -- randomselection
output1 : the subset (optional)
output2 : the rest of data (optional)
Example：
>python subset.py heart_scale 100 file1 file2
3、（grid.py的用法）參數選擇：
Python：
Usage: grid.py [grid_options] [svm_options] dataset
grid_options :
-log2c {begin,end,step| "null"} : set the range of c (default -5,15,2)
begin,end,step --c_range = 2^{begin,...,begin+k*step,...,end}
"null" -- do notgrid with c
-log2g {begin,end,step| "null"} : set the range of g (default 3,-15,-2)
begin,end,step --g_range = 2^{begin,...,begin+k*step,...,end}
"null" -- do notgrid with g
-v n : n-fold crossvalidation (default 5)
-svmtrain {pathname} : setsvm executable path and name
-gnuplot {pathname |"null"} :
pathname -- setgnuplot executable path and name
"null" -- do not plot
-out {pathname |"null"} : (default dataset.out)
pathname -- setoutput file path and name
"null" -- do notoutput file
-png pathname : setgraphic output file path and name (default dataset.png)
-resume [pathname] :resume the grid task using an existing output file (default pathname isdataset.out)
svm_options : additionaloptions for svm-train
example：
>python grid.py -log2c -5,5,1-log2g -4,0,1 -v 5 -m 300 heart_scale
>python grid.py -log2c -5,5,1 -svmtrain "c:\ProgramFiles\libsvm\windows\svm-train.exe" -gnuplotc:\tmp\gnuplot\binary\pgnuplot.exe -v 10 heart_scale
Output: two files
dataset.png: the CV accuracy contour plot generated bygnuplot
dataset.out: the CV accuracy at each (log2(C),log2(gamma))
The following example saves running time by loading theoutput file of a previous run.
> python grid.py -log2c -7,7,1 -log2g -5,2,1 -v 5 -resumeheart_scale.out heart_scale
選擇最佳參數c和g
通常而言，比較重要的參數是 gamma(-g) 跟 cost(-c) 。而 crossvalidation (-v)的參數常用5。
那麼如何去選取最優的參數c和g呢？
（Windows使用者，需要安裝gnuplot，非解壓）
libsvm 的 tools目錄下的 grid.py 可以幫助我們。 此時，其中需要安裝python3.5（一般預設安裝到c:/python35-32下），安裝成功之後修改環境變量，将Python的安裝路徑添加到計算機的環境變量path中去；安裝gnuplot（我安裝到了c:/gnuplot504）
安裝完畢後，進入/libsvm/tools目錄下，用文本編輯器（最好是IDLE）修改grid.py檔案，找到其中關于gnuplot路徑（c:/gnuplot504/bin）的那項（其預設路徑為gnuplot_exe=r"c:/tmp/gnuplot/bin/pgnuplot.exe"），根據實際路徑進行修改，本例即用"c:/gnuplot504/bin/gnnuplot.exe"代替"c:/tmp/gnuplot/bin/pgnuplot.exe"，并儲存。
（注意：看清楚bin目錄下的exe檔案名稱，新版舊版有所差别）
然後，将grid.py和樣本檔案（heart_scale）檔案置于同一目錄下。
打開cmd，先定位到grid.py所在檔案夾的位置：
cmd視窗中鍵入：cd C:\libsvm-3.21\tools
> python grid.py heart-scale 執行後，即可得到最優參數c和g。
（注意：grid.Py檔案中關于gnuplot路徑的那項路徑一定要根據實際路徑修改）
不修改路徑的話，需要執行程式的時候給出詳細路徑資訊：
>grid.py -log2c -5,5,1 -svmtrain"C:\libsvm-3.21\windows\svm-train.exe" -gnuplot C:\gnuplot504\bin\gnuplot.exe -v 10 heart_scale
如果能看到程式執行結果，說明libsvm和python之間的接口已經配置完成，以後就可以直接在python程式裡調用libsvm的函數了！
1、修改gnuplot的路徑
C:\gnuplot504\bin\gnuplot.exe
2、定位到tools目錄下
cd C:\libsvm-3.21\tools
3、>python grid.py heart-scale
結果輸出： grid.py輸出兩個檔案
1. dataset.png: the CV accuracy contourplot generated by gnuplot，測試heart_scale，輸出heart_scale.png圖像在tools目錄下，該圖像顯示了資料集名稱以及最優（c,g）和best_rate。
2. dataset.out: the CV accuracy ateach (log2(C),log2(gamma))，輸出每一個（c,g）組以及交叉驗證結果。
以下為中間執行結果：
使用grid.py是預設的取值範圍，可以根據實際情況進行修改。
關于SVM參數的優化選取，國際上并沒有公認統一的最好的方法，現在目前常用的方法就是讓c和g在一定的範圍内取值，對于取定的c和g對于把訓練集作為原始資料集利用K-CV方法得到在此組c和g下訓練集驗證分類準确率，最終取使得訓練集驗證分類準确率最高的那組c和g做為最佳的參數。
但有一個問題就是可能會有多組的c和g對應于最高的驗證分類準确率，這種情況怎麼處理?
這裡采用的手段是選取能夠達到最高驗證分類準确率中參數c最小的那組c和g做為最佳的參數，如果對應最小的c有多組g，就選取搜尋到的第一組c和g做為最佳的參數。
這樣做的理由是:過高的c會導緻過學習狀态發生，即訓練集分類準确率很高而測試集分類準确率很低(分類器的泛化能力降低)，是以在能夠達到最高驗證分類準确率中的所有的成對的c和g中認為較小的懲罰參數c是更佳的選擇對象。
4、（checkdata.py的用法）LibSVM格式檢查：
Usage: checkdata.py dataset
> cat bad_data
1 3:1 2:4
> python checkdata.py bad_data
line 1: feature indices must be in an ascending order,previous/current features 3:1 2:4
Found 1 lines with error.
1、定位到tools目錄下
cd C:\libsvm-3.21\tools
2、>python checkdata.pyheart_scale
5、（Easy.py的用法）一條龍服務：
檔案easy.py對樣本檔案做了“一條龍服務”，從參數優選，到檔案預測。是以，其對grid.py、svm-train、svm-scale和svm-predict都進行了調用（當然還有必須的python和gnuplot）。是以，運作easy.py需要保證這些檔案的路徑都要正确。當然還需要樣本檔案和預測檔案，這裡樣本檔案還是用heart_scale，預測檔案我們複制一份然後改名heart_test。
（注意：easy.py和樣本檔案（heart_scale）、測試檔案（heart_test）位于同一目錄tools下）
1、修改gnuplot的路徑
C:\gnuplot504\bin\gnuplot.exe
2、定位到tools目錄下
cd C:\libsvm-3.21\tools
3、> python easy.py heart_scale heart_test
參數解讀：
Scaling training data...歸一化資料
Cross validation...在訓練集上做交叉驗證
Best c=2048.0,g=0.0001220703125 CV rate=84.0741
(通過網格搜尋法對每個參數對做交叉驗證,選擇交叉驗證精度最高所對應的參數.)
Training... ( 将上面得到的參數對在訓練集合上做模型訓練)
Output model: heart_scale.model (儲存模型到檔案)
Scaling testingdata... (歸一化資料)
Testing... (用訓練得出的模型對測試集進行測試)
Accuracy = 87.8049%(36/41) (classification)(測試的精度)
Output prediction: heart_test.predict(輸出預測結果)
(在交叉驗證過程中，會有一個圖形界面顯示參數選擇的情況，這就是gnuplot.exe的作用了)
SVM-scale操作：
用法：svmscale [-l lower] [-u upper] [-y y_lower y_upper]
[-s save_filename] [-r restore_filename] filename
（預設值： lower = -1，upper = 1，沒有對y進行縮放） 其中，
-l：資料下限标記；lower：縮放後資料下限； -u：資料上限标記；upper：縮放後資料上限；
-y：是否對目标值同時進行縮放；y_lower為下限值，y_upper為上限值；
-s save_filename：表示将縮放的規則儲存為檔案save_filename；
-r restore_filename：表示将縮放規則檔案restore_filename載入後按此縮放； filename：待縮放的資料檔案（要求滿足前面所述的格式）。
資料集的縮放結果在此情況下通過DOS視窗輸出，當然也可以通過DOS的檔案重定向符号“>”将結果另存為指定的檔案。
使用執行個體：
1）svm-scale –s train3.range train3> train3.scale
表示采用預設值（即對屬性值縮放到[1,1]−的範圍，對目标值不進行縮放）對資料集train3進行縮放操作，其結果縮放規則檔案儲存為train3.range，縮放集的縮放結果儲存為train3.scale。
2）svm-scale -r train3.range test3> test3.scale
表示載入縮放規則train3.range後按照其上下限對應的特征值和上下限值線性的地對資料集test3進行縮放，結果儲存為test3.scale。
3）svm-scale tran4>train4_scale （預設縮放範圍[-1,1]）
SVM-train操作
svmtrain實作對訓練資料集的訓練，獲得SVM模型。
用法： svmtrain [options] training_set_file [model_file]
options（操作參數）：可用的選項即表示的涵義如下所示
-s svm類型：設定SVM類型，預設值為0
-t 核函數類型：設定核函數類型，預設值為2
-d degree：核函數中的degree設定，預設值為3；
-g γ：設定核函數中的γ，預設值為1/k； -r 0coef：設定核函數中的0coef，預設值為0；
-c cost：設定CSVC−、SVRε−、SVRν−中從懲罰系數C，預設值為1； -n ν：設定SVCν−、oneclassSVM−−與SVRν− 中參數ν，預設值0.5；
-p ε：設定SVRν−的損失函數中的ε，預設值為0.1；
-m cachesize：設定cache記憶體大小，以MB為機關，預設值為40；
-e ε：設定終止準則中的可容忍偏差，預設值為0.001；
-h shrinking：是否使用啟發式，可選值為0或1，預設值為1；
-b 機率估計：是否計算SVC或SVR的機率估計，可選值0或1，預設0； -wi weight：對各類樣本的懲罰系數C權重，預設值為1；
-v n：n折交叉驗證模式。
其中-g選項中的k是指輸入資料中的屬性數。操作參數 -v 随機地将資料剖分為n部分并計算交叉檢驗準确度和均方根誤差。以上這些參數設定可以按照SVM的類型和核函數所支援的參數進行任意組合，如果設定的參數在函數或SVM類型中沒有也不會産生影響，程式不會接受該參數；
如果應有的參數設定不正确，參數将采用預設值。
training_set_file是要進行訓練的資料集；model_file是訓練結束後産生的模型檔案，該參數如果不設定将采用預設的檔案名，也可以設定成自己慣用的檔案名。
使用執行個體：
1）svmtrain train3.scale train3.model
訓練train3.scale，将模型儲存于檔案train3.model，并在dos視窗中輸出如下結果：
optimization finished, #iter = 1756 nu = 0.464223
obj = -551.002342, rho = -0.337784 nSV = 604, nBSV = 557 Total nSV = 604
SVM-predict操作
svmpredict是根據訓練獲得的模型，對資料集合進行預測。
用法：svmpredict [options] test_file model_file output_file
options（操作參數）：
-b probability_estimates：是否需要進行機率估計預測，可選值為0或者1，預設值為0。
model_file是由svmtrain産生的模型檔案；
test_file是要進行預測的資料檔案；即使不知道label的值，也要任意填一個
output_file是svmpredict的輸出檔案，表示預測的結果值。
（注：Windows檔案夾下有*.exe檔案，tools檔案夾下有*.py，為了友善運作測試，可以把所有的*.py都移到Windows下，然後一直在windows下運作，不用更換路徑； 新舊版某些*.exe檔案名所有差别，以windows檔案夾下命名方式為準）