python 使用libsvm分析数据

一. 将数据格式转换为libsvm

用libsvm分析数据，首先要把csv格式的数据转换成libsvm格式，网上搜到的方法如下：

1. 网上有一个xls文FormatDataLibsvm.xls具有宏命令，可以利用其中的宏命令来实现。对于属性数据只有一二百的，这种工具简单方便。

2. 可以利用weka来转换，用weka打开csv文件，再将文件重新保存为libsvm格式。

由于我的数据有180万左右，所以使用了第二种方法。去weka官网下载最新版本，我的是weka-3-9-2-oracle-jvm，转换前需要提前下载libsvm的包。打开GUI界面，点击tools下的package manager，按如下界面搜索并下载。

然后就可以转换了数据了。需要注意的是，保存时有可能没有存为.libsvm的选项，这是因为数据格式只能是numerical或者nominal，修改或移除之后就可以了。

二. Mac电脑配置python（PyCharm）的libsvm

1. 首先下载libsvm.zip文件  

2. unzip一下libsvm.zip文件，用终端进入libsvm文件夹  

3. 输入make

4. 进入libsvm下的python文件夹  

5. make一次libsvm->python文件夹  ，上层文件夹会出现一个libsvm.so.2文件

现在已经编译好libsvm了，值得注意的是：libsvm.so.2是unix系统所需要的链接库，而且存在于python上一个文件夹中（即libsvm主文件夹中，而且在svmutil.py中引用libsvm.so.2时，都是看做在上一个目录下进行引入的）

6. 进入系统所使用的python的site-packages文件夹，将libsvm.so.2复制到site-packages文件夹中（本机为/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages）

7. 在该文件夹下建立文件夹libsvm，进入libsvm文件夹，新建__init__.py文件（这一步十分重要，因为libsvm.so.2在上一层文件夹中，因此该libsvm文件夹将会被看做一个python工作区，而__init__.py对于python工作区来说是必须的）

8. 将libsvm->python文件夹下的svm.py、svmutil.py都复制到这个新建的libsvm文件夹中。

按道理说，这样就成功了，但是当我用PyCharm运行from libsvm import svmutil时，出现了如下问题：

ModuleNotFoundError: No module named 'svm'

查看svmutil.py，发现有如下代码：

from svm import *  

from svm import __all__ as svm_all 

因为当前路径不在系统路径下，编译器不知道去哪里找svm.py，所以修改上述代码为：

from libsvm.svm import *  

from libsvm.svm import __all__ as svm_all 

就可以用from libsvm.svmutilimport *运行啦。

三、一个简单例子

这里使用了一个最简单的栗子。

from libsvm.svmutil import *

y,x=svm_read_problem('train.libsvm')  # 训练数据

yt,xt=svm_read_problem('test.libsvm')  # 测试数据

m = svm_train(y[:37000], x[:37000])  # 使用前37000个数据训练

p_label,p_acc,p_val=svm_predict(y[-1700:],x[-1700:],m)  # 使用后1700个数据测试