LibSVM3.21使用笔记----for python3.4 配置

    需要使用ＳＶＭ做一个文本分类的项目，因此决定使用libsvm3.21，在win64上训练模型，android上做prediction分类，此文是为下次配置指导，防止本机doc丢失。

    本机环境： win10 64bit, python3.4, libsvm3.21 (http://www.csie.ntu.edu.tw/~cjlin/)

    android libsvm:  https://github.com/yctung/AndroidLibSvm 

   

1. 安装python  (使用python3.4)

2. 运行“cmd”，直接输入python，查看python是32位还是64位

   (2.1)  若python是32位的，则在libsvm-3.21文件夹下的windows文件夹中找到动态链接库libsvm.dll，将其添加到系统目录，如`C:\WINDOWS\system32\’，即可在python中使用libsvm

    

   (2.2)  若python是64位的，则需要首先自己编译64位的动态链接库libsvm.dll。方法如下：

   在程序列表中的Microsoft Visual Studio 2012/Visual Studio Tools下打开VS2012 x64Cross ToolsCommand Prompt，注意一定要是64位的command prompt。

   (此时，可能会遇到一个error:"ERROR Cannot determine the location of the VS CommonTools Folder    "， 若是win7 64位系统，安装的是VS2012，解决此问题的方法是：在计算机环境变量中变量PATH添加：c:\windows\system32，本人win10 64没有遇到此问题)

    

3. Dos到LIBSVM所在文件夹libsvm-3.21

   输入nmake -f Makefile.win clean all

   这时libsvm-3.21 的windows目录下将生成64位的动态链接库。将新生成的libsvm.dll复制到系统目录（例如`C:\WINDOWS\system32\'）即可。

    

4. 测试

   打开IDLE

   >>> from sys import path

   >>> path.append('D:\LIBSVM\libsvm-3.21\python')

   >>> from svmutil import *

   >>> y, x = svm_read_problem(‘../heart_scale’)

   >>> m = svm_train(y[:200], x[:200], ‘-c 4’)

   >>> p_label, p_acc, p_val = svm_predict(y[200:],x[200:], m)

5. Accuracy = 84.2857% (59/70)(classification)

   搞定...

6. Notes: svm_predict(datalabel, dataset, model)中datalabel and dataset至少得是list类型，不能是单值，因此如果是单个值的，需要转为matrix，例如对单个值x, y，应写成 svm_predict([y], [x], model)