Libsvm安装

1 下载地址

http://www.csie.ntu.edu.tw/~cjlin/libsvm/index.html#download(下载zip文件)

https://www.lfd.uci.edu/~gohlke/pythonlibs/（下载python版本对应的libsvm版本，我下载后解压在D:\ruanjian\lujin\libsvm-3.24）

https://sourceforge.net/projects/gnuplot/files/gnuplot/（下载gnuplot）

2 安装

2.1 安装libsvm

打开anaconda prompt，进入文件所在路径，使用pip安装 pip install libsvm文件名及其后缀

安装成功后进入python目录下的一个文件夹site-packages（D:\ruanjian\lujin\Users\wang\Anaconda3\Lib\site-packages）下找到新生成的libsvm.dll。将其放置到C:\windows\system32

将解压的libsvm文件夹下的tools和windows所在的路径添加到path的环境变量中

2.2 安装gnuplot

在tools文件夹中的两个文件easy.py和grid.py中，有关gnuplot对应的路径需要更改

easy.py文件：

gnuplot_exe = r"D:\Program Files\gnuplot\bin\gnuplot.exe"

grid.py文件：

self.gnuplot_pathname = r’D:\Program Files\gnuplot\bin\gnuplot.exe’

3 测试

// An highlighted block
import sys
path ="D:\\ruanjian\\lujin\\libsvm-3.24\\python"
sys.path.append(path)#(手动引入path,解决svmmuti无法自动引入问题)
import os
os.chdir(path)
from svmutilimport *
from svmimport *
y, x = [1, -1], [{1:1,2:1}, {1: -1,2: -1}]
prob = svm_problem(y, x)
param = svm_parameter('-t 0 -c 4 -b 1')
model = svm_train(prob, param)
yt = [1]
xt = [{1:1,2:1}]
p_label, p_acc, p_val = svm_predict(yt, xt, model)
print(p_label)
# print(p_acc)

结果：