svm python 库_SVM学习笔记（2）LIBSVM在python下的使用

1)从Python官网上下载windows下的安装包python-2.7.3.msi并安装

2)打开IDLE(python GUI)，输入

>>>import sys

>>>sys.version

如果你的python是32位，将出现如下字符：

‘2.7.3 (default, Apr 10 2012, 23:31:26) [MSC v.1500 32 bit (Intel)]’

这个时候LIBSVM的python接口设置将非常简单。在libsvm-3.16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

3)如果你的python是64位的，也就是说打开IDLE(python GUI)，输入

>>>import sys

>>>sys.version

出现如下字符：

'2.7.3 (default, Apr 10 2012, 23:24:47) [MSC v.1500 64 bit (AMD64)]'

这时你需要首先自己编译64位的动态链接库libsvm.dll。方法如下：

在程序列表中的Microsoft Visual Studio 2010/Visual Studio Tools下找到Visual Studio x64 Win64 Command Prompt(2010)，注意一定要是64位的command prompt

cd到LIBSVM所在文件夹libsvm-3.16

输入nmake -f Makefile.win clean all

这时libsvm-3.16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)一个小例子

打开IDLE

>>>import os

>>>os.chdir(‘C:\Program Files\libsvm-3.16\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)python接口的说明

在libsvm-3.16的python文件夹下主要包括了两个文件svm.py和svmutil.py。

svmutil.py接口主要包括了high-level的函数，这些函数的使用和LIBSVM的MATLAB接口大体类似

svmutil中主要包含了以下几个函数：

svm_train()        : train an SVM model

svm_predict()      : predict testing data

svm_read_problem() : read the data from a LIBSVM-format file.

svm_load_model()   : load a LIBSVM model.

svm_save_model()   : save model to a file.

evaluations()      : evaluate prediction results.

svm.py接口主要包括了一些low-level的应用。在svm.py中采用了python内置的ctypes库，由此python可以直接访问svm.h中定义的C结构和接口函数。svm.py主要运用了四个数据结构svm_node, svm_problem, svm_parameter和svm_model。