xp-libsvm的操作过程, xp-libsvm的操作过程

				[原创]xp下使用libsvm的操作过程
				1、解压libsvm-2.5.zip（2.5版的libsvm）。
				2、解压gnuplot.zip。(3.73版的gnuplot)
				3、安装Python-2.3.3.exe(2.3.3版本的Python)，并将安装路径加到系统PATH.
				4、将libsvm-2.5\windows下的四个执行文件拷贝到libsvm-2.5\python目录。
				5、修改libsvm-2.5\python\grid.py，改为win32路径（第13行、14行），格式参考第17、18行。
				值得注意的是pgnuplot的执行文件不要用pgnuplot.exe，而应该用wgnupl32.exe。
				
				
				如果训练样本为train.0，检验样本为test.0（均为未SCALE的数据），操作过程如下：
				
				进入command prompt（dos界面工作台），进入libsvm-2.5\python目录。
				逐行输入如下命令（每句后面的括号内的内容不用输入，是说明文件）：
				svmscale -l -1 -u 1 -s range1 train.0 > train.0.scale （缩放训练样本，生成缩放模板）
				svmscale -r range1 test.0 > test.0.scale （按训练样本的缩放模板缩放检验数据，保证数据的一致性）
				python grid.py train.0.scale  （寻找最佳的核心参数，得到Best C=A,g=B rate=C%，
				这里的ABC是得到的参数，下面要用到）
				svmtrain -c A -g B train.0.scale （训练训练样本，得到SVM模板）
				svmpredict test.0.scale train.0.scale.model test.0.predict （按SVM模板检验、或预测）
				
				
				也可以批处理上面的操作，做完上面的1-5步后做下面的第六步
				
				6、修改libsvm-2.5\python\easy.py，主要是是各个CMD的赋值，注意目录、文件名。
				其中grid.py那一句全面加上“python ”，不然可能系统不能理解。
				
				进入command prompt（dos界面工作台），进入libsvm-2.5\python目录。
				输入如下命令
				python easy.py train.0 test.0（批处理，过程和上面一样，不过过程没有提示，可能要wait好久）