使用libsvm，首先需要将实际待分类的内容或数据（训练数据，或预测数据）进行量化，然后通过libsvm提供的功能实现分类和预测。下面介绍使用libsvm的基本步骤。
准备训练数据
数据格式：
1 |
<label1> <index1>:<value11> <index2>:<value12>... |
2 |
<label2> <index1>:<value21> <index2>:<value22>... |
3 |
<label3> <index1>:<value31> <index2>:<value32>... |
每一行，表示以已定义的类别标签，以及属于该标签的各个属性值，每个属性值以“属性索引编号:属性值”的格式。一行内容表示一个类别属性以及与该类别相关的各个属性的值。属性的值，一般可以表示为“该属性隶属于该类别的程度”，越大，表示该属性更能决定属性该类别。
上面的数据必须使用数字类型，例如类别，可以通过不同的整数来表示不同的类别。
准备的原始训练样本数据存放在文件raw_data.txt中，内容如下所示：
1 |
1 1:0.4599 2:0.8718 3:0.1987 |
2 |
2 1:0.9765 2:0.2398 3:0.3999 |
3 |
3 1:0.0988 2:0.2432 3:0.7633 |
归一化
这一步对应于libsvm的缩放操作，即将量化的数据缩放到某一范围之内。首先，需要把原始的训练数据存放到文件中作为输入，如果实际应用中不需要从文件输入，可以根据需要修改libsvm的代码，来满足需要。
上面准备的文件raw_data.txt定义了三个类别，分别为1,2,3，其中有三个属性。正常情况下，每个属性值范围可能并不一定是在0到1之间，比如实际的温度数据，销售额数据，等等。
libsvm通过使用svm_scale来实现归一化，下面是svm_scale的使用说明：
1 |
用法：svmscale [-l lower] [-u upper] [-y y_lower y_upper] [-s save_filename] [-r restore_filename] filename |
2 |
缺省值： lower = -1，upper = 1，没有对y进行缩放 |
3 |
-l：数据下限标记；lower：缩放后数据下限； |
4 |
-u：数据上限标记；upper：缩放后数据上限； |
5 |
-y：是否对目标值同时进行缩放；y_lower为下限值，y_upper为上限值；(回归需要对目标进行缩放，因此该参数可以设定为 –y -1 1 ) |
6 |
-s save_filename：表示将缩放的规则保存为文件save_filename； |
7 |
-r restore_filename：表示将缩放规则文件restore_filename载入后按此缩放； |
8 |
filename：待缩放的数据文件（要求满足前面所述的格式） |
我们输入如下参数，来执行数据的缩放操作：
1 |
-l 0 -u 1 -s src/s_rules.txt src/raw_data.txt |
数据缩放的区间为[0, 1]，生成的缩放规则的文件存放到文件src/s_rules.txt中，最后面的文件src/raw_data.txt就是我们进行分类的训练数据文件。
输入上面参数执行后，可以看到归一化的数据，如下所示：
1 |
1.0 1:0.4114162014355702 2:1.0 |
2 |
2.0 1:1.0 3:0.3563584838823946 |
3 |
3.0 2:0.005379746835443016 3:1.0 |
使用Eclipse的话，控制台输出的就是上面的内容，也就是我们可以直接用来训练的训练数据，将其存为文件train.txt。执行svm_scale命令，还输出一个规则文件（src/s_rules.txt）：
2 |
0.000000000000000 1.000000000000000 |
3 |
1 0.09880000000000000 0.9765000000000000 |
4 |
2 0.2398000000000000 0.8718000000000000 |
5 |
3 0.1987000000000000 0.7633000000000000 |
训练分类模型
训练分类模型的过程，就是够呢局前面归一化的样本数据，建立一个分类模型，然后根据这个分类模型就能够进行分类的预测，这也是最终的目的。
我们看一下libsvm提供的训练模型的命令：
01 |
用法： svmtrain [options] training_set_file [model_file] |
02 |
其中， options（操作参数）：可用的选项即表示的涵义如下所示 |
03 |
-s svm类型：设置SVM 类型，默认值为0，可选类型有（对于回归只能选3或4）： |
09 |
-t 核函数类型：设置核函数类型，默认值为2，可选类型有： |
11 |
1 -- 多项式核： (g*u'*v+ coef 0)deg ree |
12 |
2 -- RBF 核：e( u v 2) g - |
13 |
3 -- sigmoid 核：tanh(g*u'*v+ coef 0) |
14 |
-d degree：核函数中的degree设置，默认值为3； |
15 |
-g g ：设置核函数中的g，默认值为1/k，其中k是指输入数据中的属性数； |
16 |
-r coef 0：设置核函数中的coef 0，默认值为0； |
17 |
-c cost：设置C- SVC、e - SVR、n - SVR中从惩罚系数C，默认值为1； |
18 |
-n n ：设置n - SVC、one-class-SVM 与n - SVR 中参数n ，默认值0.5； |
19 |
-p e ：设置n - SVR的损失函数中的e ，默认值为0.1； |
20 |
-m cachesize：设置cache内存大小，以MB为单位，默认值为40； |
21 |
-e e ：设置终止准则中的可容忍偏差，默认值为0.001； |
22 |
-h shrinking：是否使用启发式，可选值为0 或1，默认值为1； |
23 |
-b 概率估计：是否计算SVC或SVR的概率估计，可选值0 或1，默认0； |
24 |
-wi weight：对各类样本的惩罚系数C加权，默认值为1； |
25 |
-v n：n折交叉验证模式，随机地将数据剖分为n部分并计算交叉检验准确度和均方根误差。 |
以上这些参数设置可以按照SVM的类型和核函数所支持的参数进行任意组合，如果设置的参数在函数或SVM 类型中没有也不会产生影响，程序不会接受该参数；如果应有的参数设置不正确，参数将采用默认值。
training_set_file是要进行训练的数据集；model_file是训练结束后产生的模型文件，该参数如果不设置将采用默认的文件名，也可以设置成自己惯用的文件名。
针对上面归一化操作得到的训练数据，我们通过输入如下参数并执行svmtrain命令进行训练：
1 |
src/train.txt src/model.txt |
输入出的src/model.txt就是分类模型，模型数据的内容，如下所示：
03 |
gamma 0.3333333333333333 |
10 |
1.0 1.0 1:0.4114162014355702 2:1.0 |
11 |
-1.0 1.0 1:1.0 3:0.3563584838823946 |
12 |
-1.0 -1.0 2:0.005379746835443016 3:1.0 |
根据得出的分类模型，就可以进行分类预测了。
有关训练分类模型的优化，从参考链接中引用一段，有兴趣可以实际操作一下：
本实验中的参数-s取3，-t取2（默认）还需确定的参数是-c，-g，-p。
另外，实验中所需调整的重要参数是-c 和 –g，-c和-g的调整除了自己根据经验试之外，还可以使用gridregression.py对这两个参数进行优化。
该优化过程需要用到Python（2.5），Gnuplot（4.2），gridregression.py（该文件需要修改路径）。然后在命令行下面运行：
python.exe gridregression.py -log2c -10,10,1 -log2g -10,10,1 -log2p -10,10,1 -s 3 –t 2 -v 5 -svmtrain E:/libsvm/libsvm-2.86/windows/svm-train.exe -gnuplot E:/libsvm/libsvm-2.86/gnuplot/bin/pgnuplot.exe E:/libsvm/libsvm-2.86/windows/train.txt > gridregression_feature.parameter
以上三个路径根据实际安装情况进行修改。
-log2c是给出参数c的范围和步长
-log2g是给出参数g的范围和步长
-log2p是给出参数p的范围和步长
上面三个参数可以用默认范围和步长。
-s选择SVM类型，也是只能选3或者4
-t是选择核函数
-v 10 将训练数据分成10份做交叉验证，默认为5
为了方便将gridregression.py是存放在python.exe安装目录下，trian.txt为训练数据，参数存放在gridregression_feature.parameter中，可以自己命名。
搜索结束后可以在gridregression_feature.parameter中最后一行看到最优参数。其中，最后一行的第一个参数即为-c，第二个为-g，第三个为-p，最后一个参数为均方误差。前三个参数可以直接用于模型的训练。然后，根据搜索得到的参数，重新训练，得到模型。
验证分类模型
预测分类的命令，说明如下所示：
1 |
用法：svmpredict [options] test_file model_file output_file |
3 |
-b probability_estimates：是否需要进行概率估计预测，可选值为0 或者1，默认值为0。 |
4 |
model_file 是由svmtrain 产生的模型文件； |
6 |
output_file 是svmpredict 的输出文件，表示预测的结果值。 |
这个命令有两个主要的作用：
- 一个是在得出分类模型后，对分类模型进行验证评估，来确定分类模型的准确性。这种情况下，到输入的验证数据实际上也是已经知道分类结果的，可以通过指定的方式进行选取，最终将模型的精度优化到能够接受的程度。
- 另一个是，使用经过验证后的模型，对实际中未知的数据进行分类，得到分类结果，这也是分类预测的最终目的和结果。
这里，只有通过一组已经知道类别的数据来做验证，才能知道分类器（基于分类模型数据）的精度如何。如果分类器精度脚底，完全可以进行额外的参数寻优来调整模型。
准备验证分类器的数据（已知类标签，存为文件test.txt），如下所示：
1 |
1 1:0.0599 2:0.2718 3:0.1987 |
2 |
3 1:0.6765 2:0.1398 3:0.6999 |
3 |
2 1:0.0988 2:0.9432 3:0.7633 |
上面的数据是和训练数据属于同一类型的，即已经知道类别，通过将其作为模拟的待预测数据来验证分类模型的准确度。
输入如下参数，进行模拟预测：
1 |
src/test.txt src/model.txt src/predict.txt |
结果会输出分类预测的精度：
1 |
Accuracy = 33.33333333333333% (1/3) (classification) |
使用Eclipse的话会直接输出到控制台。然后看一下预测的结果，保存在文件src/predict.txt中，内容如下所示：
可见，模型的精度不是很高，只有一个预测与实际分类相符。我们这里只是举个例子，数据又很少。实际分类过程中，如果出现这种精度特别低的情况，需要对分类模型进行调整，达到一个满意的分类精度。
预测分类
实际上预测分类的数据是类别未知的，我们通过训练得出的分类器要做的事情就是确定待预测数据的类别。使用libsvm默认是以文件的方式输入数据，而且预测要求的数据格式必须和训练时相同，所以数据文件中第一列的类标签可以是随便给出的，分类器会处理数据，得出类别，然后输出到指定的文件中。
预测分类和前面的“验证分类模型”中的执行过程是一样的。
如果有其他需要，可以适当修改libsvm程序，使其支持你想要的输入输出方式。
