Ubuntu下安装Libsvm（解决raise Exception('LIBSVM library not found.')）总结汇总

</pre></div><div style="font-family:Arial; font-size:14px; line-height:23px; widows:auto">最近因为工作原因，需要使用SVM做分类任务，理所当然的想到了LIBSVM。经过一番查询后，我总结了网上的一些资源，梳理了一下入门LIBSVM的步骤，供日后参考。<a target=_blank href="https://www.csie.ntu.edu.tw/~cjlin/libsvm/" target="_blank">LIBSVM官网</a></div><div style="font-family:Arial; font-size:14px; line-height:23px; widows:auto"><span style="color:rgb(255,0,0)">一、安装LIBSVM</span></div><div style="font-family:Arial; font-size:14px; line-height:23px; widows:auto">要使用LIBSVM，第一步就是安装。我的开发环境是Ubuntu 14，所以就查询了一下如何在Linux上安装<span style="font-family:Arial; font-size:14px; line-height:23px">LIBSVM。主要参考了如下几篇文章：</span></div><div style="font-family:Arial; font-size:14px; line-height:23px; widows:auto"><a target=_blank target="_blank" href="http://www.th7.cn/Program/Python/201211/113605.shtml">1、ubuntu 装libsvm 以及 与python对接</a>     </div><div style="font-family:Arial; font-size:14px; line-height:23px; widows:auto">按照该文章的方法安装完成后，在shell环境下和Python IDE（例如PyCharm）中都可以直接import svmutil模块，使用非常方便。因为此方法将svm.py模块和svmutil.py模块复制到了python的路径中去，所以可以直接import svm模块。不必再设置python路径。<span style="color:#cc33cc">但是值得注意的是，该文章介绍的安装方法里有一处笔误。</span>文中提到将<span style="font-family:Arial; font-size:14px; line-height:23px">svm.py文件和svmutil.py文件copy到/usr/lib/python2.7/dist-packages中，将libsvm.so.2放到 /usr/local/lib/python2.7/，这样操作会导致raise Exception('LIBSVM library not found.')异常，原因是<span style="font-family:Arial; font-size:14px; line-height:23px">svmutil.py会到上级目录中查找<span style="font-family:Arial; font-size:14px; line-height:23px">LIBSVM library，而此时<span style="font-family:Arial; font-size:14px; line-height:23px">libsvm.so.2位于<span style="font-family:Arial; font-size:14px; line-height:23px"> /usr/local/lib/python2.7/中，而不是<span style="font-family:Arial; font-size:14px; line-height:23px">/usr/lib/python2.7/中。因此我们可以通过将<span style="font-family:Arial; font-size:14px; line-height:23px">libsvm.so.2复制到<span style="font-family:Arial; font-size:14px; line-height:23px">/usr/lib/python2.7/中来解决这个问题，同理我们也可以保持<span style="font-family:Arial; font-size:14px; line-height:23px">libsvm.so.2不动，</span>将<span style="font-family:Arial; font-size:14px; line-height:23px">svm.py文件和svmutil.py文件复制到<span style="font-family:Arial; font-size:14px; line-height:23px">/usr/local/lib/python2.7/<span style="font-family:Arial; font-size:14px; line-height:23px">dist-packages中来解决这个问题。<span style="color:#cc33cc">总之，只要保证</span><span style="font-family:Arial; font-size:14px; line-height:23px"><span style="color:#cc33cc">libsvm.so.2在<span style="font-family:Arial; font-size:14px; line-height:23px">svm.py文件和svmutil.py文件的父目录一级即可。</span></span></span></span></span></span></span></span></span></span></span></span></span></span></div><div style="font-family:Arial; font-size:14px; line-height:23px; widows:auto">另一种安装方式是如下文章中的第二个方法：</div><div style="font-family:Arial; font-size:14px; line-height:23px; widows:auto"><a target=_blank target="_blank" href="http://my.oschina.net/u/1461744/blog/206982">2、linux下安装libsvm</a>（<a target=_blank target="_blank" href="http://blog.csdn.net/rav009/article/details/12995095">该方法的原始文章</a>）该方法没有将<span style="font-family:Arial; font-size:14px; line-height:23px">svm.py文件和svmutil.py文件复制到python的路径中去，所以直接import svmutil会出错，此时应该在自己的python文件中显式的将libsvm的python路径加入到python路径中去。如下代码所示：</span></div><div style="font-family:Arial; font-size:14px; line-height:23px; widows:auto"><span style="font-family:Arial; font-size:14px; line-height:23px"></span><pre name="code" class="python">import os, sys
# sys.path.append('/home/liuyong/storage/app/libsvm-3.20/python')
from svmutil import *

这样一来，就可以正常import svmutil了。至于该参考文章中提到的，为什么在python shell中 import svmutil时会出现“ImportError: No module named svmutil”，是因为我们并没有将libsvm的svmutil模块添加到python默认的路径中去，所以import机制找不到svmutil模块。

备注：

1)、有人说libsvm只支持32bit的python，我没有验证过。

二、LIBSVM使用入门

1、python Libsvm实例讲解这篇文章比较细致的讲解了LIBSVM中各个常用函数的作用，并且给出了Python3使用LIBSVM的兼容性问题的解决方法。需要注意的是，如果我们希望在svm_predict函数中使用‘-b 1’参数（即让模型该处概率估计），那么我们就需要在训练模型时就指定‘-b 1’参数（即在svm_train函数中指定‘-b 1’参数）。

2、svm-scale的使用。

在实际工程中我们需要将实时的特征向量进行scale，然后使用svm_load_model加载已经训练好的model，进行预测。

此时在程序中已经无法使用svm-scale命令来对特征向量进行缩放。我们需要读取对训练集进行scale时产生的scaling parameters file（即svm-scale命中-s参数指定的文件），自己变成实现待预测向量的scale。scale的计算公式/计算原理如下链接所示，很容易实现。http://zhidao.baidu.com/link?url=S4mKhc4AjWtKvDm9HLFLyHh0YD7fyMAmTM4Gt3vhWGkjIJ-v8bQ-VeR1-y7dT9OxgO7Jr0FZOaByfhqanNTU3_ 

备注：

1） libsvm使用心得

     libsvm可以进行svm的 分类和回归

     libsvm提供了grid.py(python文件)专门用来帮助 自动选取最佳参数（如何使用呢？）

             testing data 和 training data要一起scale。而svm-scale 最难用的地方就是沒办法指定testing data/training data为同一文档，然后一起scale。
     因此最将所有数据进行scale之后，然后再分为 testing data 和 training data。