纯26K金小白一枚，一路下来看了很多大神的帖子，但还是弄的很坎坷~所以想着做点笔记自己以后参考，同时也能给有需要的童鞋们一点点小帮助

      

一、悲剧的Python安装经历

      https://blog.****.net/flydreamgg/article/details/4470477是我参考的原贴，写的很详细，说到底还是自己太菜，安装python的时候错误地以为安装PyCharm就可以了，于是很自然地遇到了下面的问题：

       苦恼啊~~~开始以为是自己跟原贴的安装路径不一样，所以导致运行出错，一遍遍看路径都没弄好；百度后觉得肯定是自己环境变量没配置，然后努力地把PyCharm的安装路径添加到了path中（虽然人家可能并不需要），依然没解决好的我觉得自己应该编个“hello world”来看看是不是软件没装好，也是在PyChram的使用教程里我发现自己找不到python解释器，从而本小白终于知道了一个常识：      

PyCharm ！=  Python

简直是蠢到可怕！！！

      好吧，发现自己需要python后我又去找python，嗯，官网下载最可靠了，我要去官网官网说：“我在这里”。打开网页，直接点击Dowmload必须没毛病，下完exe文件，我就哼哧哼哧地照着教程开始安装了~

      咦！什么鬼？？？机智如我，一眼就看到了“32-bit”，哼，我们64位系统才不受这种气呢（其实是当时自己不知道64位的系统到底能不能装32位的软件，现在知道了，一般的应用程序都可以兼容。PS：截图是复制的，自己忘了）

天呐，官网为什么也不把32-bit和64-bit写在最显眼的地方呢？小白一不小心就搞错了（自己不用心还怪别人系列）于是我又去找，但是，这神马情况？64-bit在哪儿？？为什么最新版还有两个？？？我是谁？我在哪里？我经历了什么？

     哦~原来python小哥哥还有两副互相不太看得惯的面孔，哈哈哈，不明觉厉，不过好像选哪个我都只能拎酱油瓶那好吧，就选python2了，毕竟原贴是python26呢，我要紧紧保住大神的腿~

     但是略为不幸，我连安装个小软件都会报错（教程第5步），当时忘记截屏了，也没看太仔细，大概或许是说跟什么地方冲突了，让我解决一下，我草草点击了OK，匆忙中只觉得里边的32-bit很扎眼。行吧，我不装64位可以了吧？（其实是不会解决出现的错误）我要重新下载python3.6.5阿甘大叔讲的没错，人生真是盒巧克力，渣渣网速终于重新下完了python3，python2就说它安装完成了，出现了步骤6的画面好吧，你是大爷，你说啥是啥，只是这样耍人或许有点不太合适：

果然，它是骗我的，根本就没装好：

哈哈哈，其实应该是Python2说它完成了回滚操作，我没好好看就finish了，毕竟安装路径下也没有bin文件夹。实力甩锅

      python3的安装很顺利，有点小小的提示：下面这个表示安装成功的界面不是DOS窗口，是打开安装好的python程序时自动出现的，并不需要输入任何指令。

     一时好奇的我想看看按照教程输入python会出现什么结果，于是......，一眼就提取到"%Error"字符串的我开始慌了，小小的我并不知道自己做错了什么，也不知道为什么要承受这无端的伤害，当真是无奈又委屈啊......哈哈哈，其实下一秒我就看清楚只是没有定义而已，并不是安装失败。毕竟我是要优化核函数中的参数，并不是学习python编程，过得去就可以啦~~~

当然，因为在安装的过程中勾选了配置环境变量，所以DOS下面也是可以运行的~如果python安装的没毛病，而DOS窗口下又显示“python不是内部或外部指令”，那一定就是没有配置环境变量了。下面是DOS的运行情况，其实还是python下的运行结果，只是也能在DOS中运行了而已：

二、安装的逻辑千万不要混乱

     因为林教授的libsvm软件包里边本来就有tools文件夹，所以我把下面这段理解偏了，PyCharm、python、gnuplot全安装在了D：/libsvm-3.22/tools下面

      

      其实libsvm-3.22应该独立于python、gnuplot之外，PyChram属于乱入的队伍，为了将来着想，我决定全部卸载了重新安装。python安装到D:/libsvm/optimize_tools/python36下，gnuplot安装到D:/libsvm/optimize_tools/gnuplot下，libsvm-3.22的路径为D:/libsvm/libsvm-3.22。从libsvm-3.22/tools里边的README文档中可以了解到gnuplot或许是需要安装滴~

三、体验Libsvm

     我是按照大神的帖子做的，可能是因为版本的原因，有点小问题，所以我重新写一遍~

     打开cmd，切换目录到libsvm-3.22软件包中的Windows子文件夹，然后输入 svm-train heart_scale train.model  指令，结果数据读取失败了，这是因为heart_scale文件在libsvm-3.22中，将其复制到Windows文件夹中即可，运行结果如下：

    在林教授提供的数据集里边找到了一个三分类的数据集iris.scale（heart_scale是二分类数据集），运行结果如下： 

   

四、Libsvm的使用

      根据林教授guide.pdf文档的指导，我们的操作流程大致如下：

     下面是具体的执行代码，可能是因为参数优化太重要了，所以单独拎了出来：

      1、数据集标准化

      我们的数据大多保存在Excel里边，在输入到svm-train.exe里边，需要先将其转化为标准的格式，具体操作参考https://blog.****.net/pangpang1239/article/details/7435842，里边提到的转换工具下载链接无效了，但是也没关系，****下载里边有好多，就是要C币，记得好像花了我朋友5个C币讲真，有兴趣的可以自己编个程~

       2、数据集缩放

       关于数据的scaling问题，林教授官网的guide.pdf文档里边讲的很清楚（强烈推荐看一下这个文档，知其所以然才能有个全局的了解）：

       缩放的标准指令一般是下图这样的~为了不丢失原始的数据文本，我们一般会新建一个文本文档来存放缩放后的数据集，命名的话就在原本的名字后面+“_out”（其实加_scale才是最好的），一一对应好，自己就不会弄混淆。然后再用svm-train来训练，用对应的.model文件来保存输出的结果。

      

       另外，这里还有一个很重要的原则需要注意：我们要用同样的方法去缩放训练集和测试集。看完下面这一段，我本以为是要注意缩放的范围一致，但看完真实的例子，我发现事情并不如想象中的这么简单

例子中的训练集和测试集都缩放在[0,1]的范围内，但是因为缩放方法（method）的不同，导致了不小的差异，如果不知道我在说什么的话，可以看这里~

   

        3、选好核函数

        这是建模的关键，主要原则有二：

        a. 没啥特殊情况就是默认的RBF咯~因为：In general, the RBF kernel is a reasonable first choice. 接下来的参数优化也是针对RBF的，如果选了线性核函数参数选择就简单多啦

        b. 那啥时候选线性核函数呢？大概就是样本的个数远远小于特征数的时候，因为这时候选RBF就会有种劳民伤财的感觉了，依据如下：

PS：关于svm函数的选择，如果是做二分类和多分类，默认的C-SCV就是合适的，不用考虑太多，哈哈哈，反正我是要做多分类的~

       4、参数优化

       好吧，其实参数优化并不能提高训练的精度，但它是预测分类精度有保障的核心啊~~~说到底，我们训练模型的目的不就是为了让它好好预测分类嘛！不然要它何用？

       因为对C-SVC的参数优化用到的是grid.py文件，所以我们需要安装python；因为要以图片的形式展示优化过程，所以我们需要安装gnuplot。于是也就有了前面悲剧的安装经历，重复的工作不再赘述，这里的我们已经能在DOS下执行python程序啦！我这次没用heart_scale这个数据集，用的是上面提到的iris.scale ~

       哦，对了，这里还涉及一个路径修改的问题：

       简单来说呢就是右键grid.py文件，选择以“Edit with IDLE”的方式打开，然后修改下图所示倒数第1和第3行绿色部分，因为我找这个位置的时候看了好几遍，所以我把滚动条拉到最上面了截的图，其实它就在很靠前的地方，图中的路径是我已经修改过的，它们分别是svm-train.exe和gnuplot.exe所在的路径，红色的注释部分懒得改~

       如果稍微看下代码的话就会发现我们的修改是针对win32系统的，那如果不是win32呢？咋办？我私下以为可以把if部分给删掉，就像下图这样~哈哈，随口一说，不一定是对的

   

       

       还有一点小小的提示：DOS已经定位到了grid.py所在的文件夹tools，所以一定要先把数据集复制到tools里边！下面就是运行的情况，总共110条[local]记录，我们可以看到best后面有3个值，c、g、rate，这就是它辛苦寻找的参数以及交叉验证的精度了~然后它会在DOS输出的最后一行给出最优结果：

      此外，在tools文件夹中还会多出两个文件，iris.scele.out用来存储110条[local]记录，iris.scale.png是结果图，就是下面咯~

       使用easy.py的套路跟grid.py差不多，就是它还需要一个测试集，运行结果如下，最上面一行是grid.py出的结果，可以看到和easy.py的参数选择结果是一致的：

一下子多出7个文件，有种啥都搞定了的感觉~

是的，我也没感觉错~

easy.py就是针对纯小白的，你啥都不需要懂，准备好数据集，运行一行代码就OK了~

     此外，tools文件夹下有个subset.py程序，它可以将数据集分割为两部分，运行代码如下，100为第一个文件NewData1中保存的样本数，NewData2为剩下的样本：

默认的分割方法是分层抽样，还可以选择随机抽样：