Ubuntu 下安裝與使用 LIBSVM 完整教學（含 Python 工具）

LIBSVM 是廣泛使用的支援向量機（SVM）函式庫。本文記錄在 Ubuntu 環境下從下載、編譯到實際訓練/預測的完整流程，並介紹 easy.py、grid.py 自動化參數搜尋工具。

一、下載與解壓縮

wget https://www.csie.ntu.edu.tw/~cjlin/libsvm/libsvm-2.91.tar.gz
tar -zxvf libsvm-2.91.tar.gz
cd libsvm-2.91

二、編譯與常見錯誤排除

make

若出現 make: g++: Command not found，表示缺少 C++ 編譯器：

sudo apt-get update
sudo apt-get install g++

安裝完成後再執行 make 即可成功產生 svm-train、svm-predict、svm-scale 等執行檔。

三、基本訓練與預測流程

1. 訓練模型：./svm-train heart_scale
   產生 heart_scale.model。
2. 預測：./svm-predict heart_scale heart_scale.model out
out 為預測結果輸出檔。

四、使用 easy.py 自動化參數搜尋與預測

Ubuntu 內建 Python 與 gnuplot，可直接使用 tools/ 目錄下的腳本：

cd tools
python easy.py ../SYN ../SYN2NMF

• SYN：訓練資料檔
• SYN2NMF：測試資料檔

執行過程會自動進行縮放、網格搜尋（grid search）、交叉驗證，並輸出最佳參數與準確率：

Best c=2.0, g=0.0078125 CV rate=77.45
Training...
Output model: SYN.model
Scaling testing data...
Testing...
Accuracy = 83.35% (1667/2000) (classification)
Output prediction: SYN2NMF.predict

五、小提醒

• 建議先執行 sudo -i 切換至 root 環境，避免權限問題。
• 資料格式須符合 LIBSVM 規範（每行：label index:value ...）。
• 若需呼叫 C/C++ 介面，請參考 svm.h 與範例程式。

完成上述步驟，即可在 Ubuntu 上順利執行 LIBSVM 進行分類與迴歸分析。