Windows下使用libsvm中的grid.py和easy.py进行参数调优

(本文整理自flydreamGG博客，在此表示感谢)
libsvm中有进行参数调优的工具grid.py和easy.py可以使用，这些工具可以帮助我们选择更好的参数，减少自己参数选优带来的烦扰。
所需工具：libsvm、gnuplot（gp460win32）
本机环境：Windows 7（32），Python 2.7
步骤：
1.安装好Python，并且解压libsvm
以本机为例:

Python路径：C:\python27
libsvm路径：C:\Users\fhl\Documents\MATLAB\libsvm-master
（不要嘲笑我的路径，新手入门时以为libsvm是MATLAB中的工具，所以就放在了MATLAB中，后来就懒得改了）

gnuplot路径：C:\Users\fhl\Documents\gnuplot\bin
(gnuplot是为了绘图和选取参数的，工具包网上有，也可以跟我要）

2.grid.py使用方法

文件grid.py是对C-SVC的参数c和γ（gama）做优选的，原理也是网格遍历，假设我们要对目录d:/libsvm/program/tools下的样本文heart_scale做优选，其具体用法为：

第一步：打开C:\Users\fhl\Documents\MATLAB\libsvm-master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”或者先打开IDLE,再添加进去），修改svmtrain_exe和gnuplot_exe的路径。

svmtrain_exe = r”C:\Users\fhl\Documents\MATLAB\libsvm-master\windows\svm-train.exe”
gnuplot_exe = r”C:\Users\fhl\Documents\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C:\Users\fhl\Documents\MATLAB\libsvm-master\tools文件夹，这里是放置grid.py的地方。

第三步：输入以下命令：
C:\python27\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

其意义表示：C = 2048.0；γ=0.0001220703125；交叉验证精度CV Rate = 84.0741%，这就是最优结果。

第四步：打开目录C:\Users\fhl\Documents\MATLAB\libsvm-master\tools，我们可以看到新生成了两个文件：heart_scale.out和heart_scale.png，第一个文件就是搜索过程中的[local]和最优数据，第二文件就是gnuplot图像。

现在，grid.py已经运行完了，你可以把最优参数输入到svmtrain中进行训练了.

在运行程序时，一定要把路径设对，否则就会报错，如果尝试各种方法还是出错，那么可能是工具包的版本不对，可以尝试换一下版本。

这里谈一下我遇到的问题，我再输入第三步的命令之后，程序运行了一小会，出现如下错误：
Error[22]: Invalid argument
后来在网上查了一下，有人说可以可以开启管道，加个延迟等一下，让gnuplot就绪后再运行，具体方法就是在grid.py中的第9行和第95行分别加入：

import time

和

time.sleep(3)   //3秒延迟

我在往里添加代码的时候，可能是grid的版本不同导致代码不一样，所在行数感觉不一样，所以第一行代码我没有添加，第二行代码我也没有在95行添加，而是在下面的位置添加：

然后再重新运行一下前面的命令就可以了。
其实，程序运行到这里的时候，gnuplot已经打开了也就是说“就绪”了，所以我感觉代码添不添加问题不是很大，不过没有验证。

2.easy.py使用方法 (这一步，因为暂时没有做好test文件，所以没有运行)

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）。因此，运行easy.py需要保证这些文件的路径都要正确。当然还需要样本文件和预测文件，这里样本文件还是用heart_scale，预测文件我们复制一份然后改名heart_test，下面说一下使用方法：
第一步：打开easy.py，修改# example for windows下的几个路径：

第二步：运行cmd，进入dos环境，定位到放置easy.py的目录
C:\Users\fhl\Documents\MATLAB\libsvm-master\tools

第三步：输入命令：
C:\python26\python easy.py heart_scale heat_test
你就会看到一个gnuplot的动态绘图窗口。大约20s以后停止，dos窗口显示为：

Scaling training data…
Cross validation…
Best c=2048.0, g=0.0001220703125 CVrate=84.0741
Training…
Output model: heart_scale.model
Scaling testing data…
Testing…
Accuracy = 85.1852% (230/270) (classification)
Output prediction: heart_test.predict

这就是最终预测结果，可以看到第三行就是调用grid.py的结果。在d:/libsvm/program/tools下你会看到又多了7个文件，都是以前我们碰到的过程文件，都可以用记事本打开。