libsvm回归参数寻优cgp_转自网络用LIBSVM进行回归预测的粗浅认识————————作者师梦...

吾本工程小硕一枚，前用matlab建模，已然完成。某日，正沾沾自喜之际，吾师曰：“汝已为之，甚好。然此法仅用于后期处理，若在线，数控之机床不识别之，汝改之，标准C即可”。吾大惊，标准C？难也，难也。然师命不可违。吾即度之，然度娘不甚给力，正愁苦之际，学长曰：“可尝试libsvm。”吾大喜，遂改之。吾本非程序员，故重重困难，可想而知。怎奈三周之调试，才得体验“程序虐我千百遍，我待程序如初恋”之精髓。%>_

然吾终完成，做此文以记之，非炫耀之本，只为众人之便。此文仅吾一家之言，疏漏之处，在所难免，若能引得众人围观，共同探讨之，改之，则吾之荣幸。

嘿嘿，小小的“序”了一下哦~~O(∩_∩)O~~，由于只是用libsvm作为一种工具来服务自己的课题，所以不对libsvm本身做深入研究，鉴于自己开始做的时候遇到了很多的困难，也查了很多的资料，所以这篇文字就写的尽量详细一些，给大家以方便。好啦，一起来开始libsvm的奇妙之旅吧。(P.S：本人win7系统，本文所述步骤均为亲测正确。)

本文，将按照以下的顺序来说明libsvm的用法：

1.Libsvm之初相识

1)libsvm简介(略)

2)Libsvm、python、gnuplot下载

3)环境变量的设置以及如何在DOS下寻找路径

2.Libsvm之再体验(此阶段，你会真正体验到“若只如初见”的感觉。%>_

1)将原始数据改为libsvm所规定的数据格式。2种方法：使用excel自带功能或者自己编程实现。

2)用svm-scale.exe对数据集进行归一化处理。

3)用gridregression.py搜索最优参数，主要是c和g。

4)用svm-train训练模型。

5)用svm-predict预测。

一、Libsvm之初相识

1、libsvm简介(略)

Libsvm主要是用来模式识别与回归，这部分可以自己上网去看，在此略。

2、Libsvm、python、gnuplot下载

会不会奇怪为什么还要下载python和gnuplot这两个软件很重要，是后面搜索最优参数要用到的，也是很关键的一步。

我用的版本：libsvm-3.12,Python2.4，对于gnuplot，我用的是gp400win32.zip，下面是下载地址：

Libsvm-3.12:http://www.csie.ntu.edu.tw/~cjlin/(libsvm创始人台湾大学林智仁副教授个人主页)

Python2.4：http://download.csdn.net/detail/linghu9990/3512232(这个是不要积分的)

gp400win32.zip：http://ishare.iask.sina.com.cn/f/14895214.html?from=like

将其复制到libsvm下的python2.4文件夹下。

将Libsvm-3.12和gp400win32.zip解压，这两个都不用安装。Python2.4要安装。下面是它们的路径(个人习惯，可以重命名文件或者对文件夹进行整理，以便后续运行)：

Libsvm：G：\shukong下面(这里我将libsvm-3.12重命名为libsvm)

Python：G：\shukong\libsvm下面(python2.4重命名为python)记得将python下面的python.ex