如何在linux中libsvm与gunplot

1、下载：先到http://www.csie.ntu.edu.tw/~cjlin/libsvm/下载Linux下对版本tar.gz 。

2、解压缩：解压缩到任一目录下，这里我解压到/home/xxxxxx/libsvm-2.91。/home/xxxxxx/是我的用户目录，xxxxxx是用户名。

3、编译：进入到/home/xxxxxx/libsvm-2.91，输入命令make(即可完成安装，但有时候会出现下列错误）

g++ -Wall -Wconversion -O3 -fPIC -c svm.cpp

make: g++: Command not found

make: *** [svm.o] Error 127

4、错误解决：此错误为没有对应编译器，需要安装。

5、安装g++编译器：在终端输入命令 apt-get install g++

6、再编译：安装g++成功后，即可再编译，编译成功即可用libsvm

7、Libsvm使用

A.使用svm-train训练：在终端中输入./svm-train heart_scale

B.使用svm-predict预测：在终端输入./svm-predict heart_scale heart_scale.model out

heart_scale为test file, heart_scale.model是由svm-train训练出来对模型文件，out为预测输出文件。

8、如果想使用easy.py和grid.py更快的执行以上第7步骤的工作。因为Ubuntu中已经安装了python和gunplot，所以这两个软件对安装工作可以省略。进入/home/xxxxxx/libsvm-2.91/tools到目录后，只需要在终端中输入：

python easy.py /home/xxxxxx/libsvm-2.91/SYN /home/xxxxxx/libsvm-2.91/SYN2NMF

这里SYN为用来构建模型对训练文件；SYN2NMF为需要预测对文件

运行结果：

Best c=2.0, g=0.0078125 CV rate=77.45

Training...

Output model: SYN.model

Scaling testing data...

Testing...

Accuracy = 83.35% (1667/2000) (classification)

Output prediction: SYN2NMF.predict

关于Linux命令的介绍，看看《linux就该这么学》，具体关于这一章地址3w(dot)linuxprobe/chapter-02(dot)html

PS:在安装过程中，最好首先在终端中输入 sudo -i 切换为root用户模式，避免权限错误。

一般使用weka进行数据挖掘的时候会碰到两个问题，一是内存不够，二是libsvm使用不了，先把libsvm.jar下载后放到weka的安装目录下，然后这样解决比较方便：Windows：修改RunWeka.ini 文件里的 maxheap 到合适的大小，例如maxheap=1000m， 修改cp参数使libsvm可以使用，例如cp=%CLASSPATH%D:/Program Files/Weka-3-6/libsvm.jar(即加上libsvm存放的路径)。这样再启动weka上述的两个问题就解决了，不用去修改CLASSPATH环境变量，网上有些人就是说的罗嗦。Linux：先把weka.jar文件解压，然后可以新建一个脚本startWeka.sh到weka的安装目录下，然后加入如下命令：java -Xmx3000m -classpath weka.jar:libsvm.jar weka.gui.Main保存退出，然后在终端当前目录下使用./startWeka.sh即可。

疑惑应该主要在第1点，我的理解是这样的：

第1步的编译，依赖于Vlfeat, Cplex, GSL Cblas（可能用到了里面的文件，假设是a.h），因此直接编译的话是编译不过的，需要你给出这几个文件的路径，

然后编译器才能知道要去哪里找a.h，需要在makefile中加类似如下的信息：

MYINC=-I../../../util/ -I../../include/ -I../../../include/ \//这里面是Vlfeat, Cplex, GSL Cblas的路径

-I../test/ -I../../util/

而Vlfeat, Cplex, GSL Cblas是什么东西我就不清楚了，因为第1中要求modify，建议你把makefile给出来，有助于大家解答

---