原文地址： http://ifelseif.blog.sohu.com/145381162.html

听说支持向量机是比神经网络还牛X的分类器，我就拿来玩了玩，用国立台湾大学Chih-Chung Chang和Chih-Jen Lin编写的libsvm函数库。国内的网站很多帖子都抄来抄去的，犯错bug都一样。哎，希望此贴可以正本清源。

    首先下载libSVM的最新版本，他们的主页在此http://www.csie.ntu.edu.tw/~cjlin/libsvm/index.html。源码和手册都有，真是好人啊！手册写的清晰明了通俗易懂，尽管是英文的。想快速上手看具体操作步骤的直接翻到appendix吧。

    在linux下部署libSVM是简单到不能再简单了，make一下就完事儿了。什么！你没有gcc，没有python，没有gnuplot？自己apt-get去吧。

    用windows的童鞋，首先你们要安装python和gnuplot。python的主页为http://www.python.org/，安装程序可以在这里下载。gnuplot的主页为http://www.gnuplot.info/download.html，安装程序在这里。python是需要安装的，gnuplot是绿色软件找个地方解压就行。如果你网速快的话强烈推荐pythonxy这个东西，python科学计算相关的软件包基本都包括了，有功夫好好学吧开源的哦。

    需要手工添加环境变量，保证python根目录，gnuplot的bin目录，libsvm的windows目录都在path里面，我的电脑上是c:\python26，C:\Python26\gnuplot\bin，c:\Users\gongwei\program\libsvm-2.9\windows\。然后还要改libSVM\tools目录下的easy.py和grid.py文件，把gnuplot路径那一项改成gnuplot_exe = r"C:\Python26\gnuplot\bin\pgnuplot.exe"。gnuplot有三个exe，这里只能用这个因为它可以通过管道输入数据，另外两个都不行。都弄完之后，尝试运行一下吧：

    python easy.py train.1 test.1

    其中train.1和test.1都是作者提供的测试数据。可以在这里下载guide里面的数据，这里还有更多。

    好啦下面就等着弹窗吧，会弹出一个gnuplot的窗口，里面的图像会随着网络的训练逐步更新。大功告成！

    libSVM的使用很简单，会用python的可以参考easy.py和grid.py写自己的script。libSVM使用c++编写，提供java的源码，还支持R (also Splus), MATLAB, Perl, Ruby, Weka, Common LISP, CLISP, Haskell, LabVIEW的调用。想用的话基本都有自己适合的环境。

    最后还是要感谢libSVM的几位作者们，写出这么好的软件。向台湾同胞致敬！