LIBSVM学习（二）在linux环境下安装LIBSVM

1. 下载LIBSVM需要的工具：

Python: https://www.python.org/downloads/
Gnuplot: https://sourceforge.net/projects/gnuplot/files/gnuplot/
LIBSVM: http://www.csie.ntu.edu.tw/~cjlin/
测试数据集：http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/

2. 安装python：

http://www.cnblogs.com/hongten/p/hongten_python_install.html
测试python是否安装成功：python
注意：安装成功之后需要在环境变量中加入python安装路径。

3. 安装gnuplot

linux下安装gnuplot，不能直接使用sudo apt-get install gnuplot，需要先运行
sudo apt-get install libx11-dev
一般情况下linux都会有libx11
接下来就可以将你已经下载好的源代码拷贝到linux下或者重新下载
wget https://sourceforge.net/projects/gnuplot/files/gnuplot/4.6.6/gnuplot-4.6.6.tar.gz
解压
tar xzvf gnuplot-4.6.6.tar.gz
安装
cd gnuplot-4.6.6
./configure
make
sudo make install

4. 安装LIBSVM

在linux下下载
wget http://www.csie.ntu.edu.tw/~cjlin/

下载之后进行解压，并将解压文件放到/home/XXX/目录下（XXX为用户名）

在windows下下载并使用MATLAB，则
将matlab当前工作目录切换到libsvm**\matlab\子文件夹下，使用mex -setup，根据提示进行编译，编译完成之后该文件下多出四个.mexwin64/.mexwin32的文件。
之后输入make命令，安装完成。测试用例为：libsvmread（‘heart_scale’）.

5. easy.py 和grid.py使用说明

使用命令which gnuplot寻找gnuplot的pathname, 我找到的是/usr/local/bin/gnuplot。
修改这两个文件中的gnuplot 和python的pathname。
然后在libsvm目录下执行make命令，完成libsvm安装。

6. 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环境便令配置是否正确。
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
7. svm-train和svm-predict使用说明：

使用libsvm目录下的README，官方版使用说明，很全面。