libsvm工具箱是一款非常实用的SVM模式识别与回归的工具包，软件可以直接在Windows系列操作系统上进行文件执行，并且还能根据其源代码上进行改进。libsvm工具箱官方版还提供了交互检测功能，支持一对一的算发模式识别。

此外，libsvm简单易用，十分适合用户进行检测与学习使用，有需要的朋友们，赶紧下载吧。

libsvm工具箱功能：

下载软件压缩包，解压，可以看到libsvm可分为5个文件夹和一些c++源码文件，其详细说明如下：

1、Java——主要是应用于java平台；

2、Python——是用来参数优选的工具，稍后介绍；

3、svm-toy——一个可视化的工具，用来展示训练数据和分类界面，里面是源码，其编译后的程序在windows文件夹下；

4、tools——主要包含四个python文件，用来数据集抽样(subset)，参数优选（grid），集成测试(easy),数据检查(checkdata)；

5、windows——包含libSVM四个exe程序包，我们所用的库就是他们，里面还有个heart_scale，是一个样本文件，可以用记事本打开，用来测试用的。

6、其他.h和.cpp文件都是程序的源码，可以编译出相应的.exe文件。其中，最重要的是svm.h和svm.cpp文件，svm-predict.c、svm-scale.c和svm-train.c（还有一个svm-toy.c在svm-toy文件夹中）都是调用的这个文件中的接口函数，编译后就是windows下相应的四个exe程序。

7、另外，里面的 README 跟 FAQ也是很好的文件，对于初学者如果E文过得去，可以看一下。

libsvm使用方法

1.首先从主页上下载libsvm、Python2.5.2和gnuplot 三个软件。

2.准备好数据，首先要把数据转换成Libsvm软件包要求的数据格式为：

label index1:value1 index2:value2 ...

其中对于分类来说label为类标识，指定数据的种类 ；对于回归来说label为目标值。（我主要要用到回归）

Index是从1开始的自然数，value是每一维的特征值。

该过程可以自己使用excel或者编写程序来完成，也可以使用网络上的FormatDataLibsvm.xls来完成。

FormatDataLibsvm.xls使用说明：

先将数据按照下列格式存放（注意label放最后面）：

value1 value2  label

value1 value2 label

然后将以上数据粘贴到FormatDataLibsvm.xls中的最左上角单元格，接着工具->宏执行行FormatDataToLibsvm宏。就可以得到libsvm要求的数据格式。将该数据存放到文本文件中进行下一步的处理。

3.对数据进行归一化。

该过程要用到libsvm软件包中的svm-scale.exe