Python中使用libsvm

1.下载libsvm包

点击这里下载，文件结构如下图所示：

2.添加动态链接文件(.dll文件)

在下载的libsvm文件夹中，有一个文件夹叫做windows，里面有一个动态链接文件libsvm.dll，这个文件默认是32位系统格式的，如果你的Python是32位的话，则可以直接用这个dll文件，将在拷贝到C:\Windows\System32下即可。
如果你的系统是64位的，则需要重新编译64位的dll文件。假设你已经安装了VS，以安装了VS2015为例，你可以在win10的全部应用中的VS目录下找到 VS2015 x64 本机工具命令提示符，这个小黑框，然后用cd命令进入到你下载的libsvm的文件中，输入以下指令：

nmake -f Makefile.win clean all

便会自动调用指令生成64位的dll，生成后，拷贝到C:\Windows\System32目录下。因为Python版本的svm需要调用很多c语言实现的接口，所以必须添加这个动态链接文件，否则运行会出错。

3.导入模块

如果libsvm需要经常使用，可以将libsvm包添加到Python的默认lib中，也就是放到Python安装路径下的Lib文件夹下的site-packages文件夹中。然后再libsvm文件夹中添加_init_.py(init前后都是双下划线)文件，在libsvm中的Python文件夹中也添加_init_.py文件。Python包，也就是能够导入的文件夹包中，必须包含_init_.py，否则无法实现导入。
这样在导入：

from libsvm.python.svm import *
from libsvm.python.svmutil import *

也可以不添加到Python默认路径中，直接

import sys
sys.path.append("libsvm/python")
import svm
import svmutil

这样也是可以的，但建议前面那种

在运行时发现还是出错，说svmutil中找不到模块svm。这是因为在svmutil.py模块中有两个导入语句：

from svm import *
from svm import __all__ as svm_all

这两个导入语句中，默认svm已经是在系统路径中，但是实际上不是，如果我们
已经将libsvm添加到Python默认路径中，则直接将上面的改为：

from libsvm.python.svm import *
from libsvm.python.svm import __all__ as svm_all

这样就可以正确找到svm.py模块了。

4.训练数据

假设训练数据集文件路径为:G:\train.txt
预测数据集文件路径为:G:\predict.txt
则使用svm方法为：
//第一步，加载文件数据到序列或元组，让svm接口能够使用
//其中label是类别，value是特征值

train_label, train_value = svm_read_problem("G:\\train.txt")         #训练数据集
predict_label, predict_value = svm_read_problem("G:\\predict.txt")   #预测数

据集

//训练模型

model = svm_train(train_label,train_value)

//用模型预测数据类别
//结构返回为，预测类别集合，准确率，

p_label, p_acc, p_val = svm_predict(predict_label, predict_value, model)
print(p_acc)                                                          #打印预测结果

某完整代码如下：

from libsvm.python.svm import *
from libsvm.python.svmutil import *train_label,train_pixel = svm_read_problem('G:\\data\\good-image-data')
predict_label,predict_pixel = svm_read_problem('G:\\data\\predict-image-data')model = svm_train(train_label, train_pixel)
print("result:")
p_label, p_acc, p_val = svm_predict(predict_label, predict_pixel, model);print(p_acc)

更详细的使用libsvm接口的办法请查看libsvm中的readme文件。