libsvm的基本介绍
Libsvm是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率
估计等。Libsvm是一个开源的软件包，需要者都可以免费的从作者的个人主页http://www.csie.ntu.edu.tw/~cjlin/ 处获得。不仅提供了Libsvm的C++语言的算法源代码，还提供了Python、Java、R、MATLAB、Perl、Ruby、LabVIEW以
及C#.net 等各种语言的接口，可以方便的在Windows 或UNIX 平台下使用，也便于科研工作者根据自己的需要进行改进（譬如设计使用符合自己特定问题需要的核函数等）。
libsvm的一般使用步骤
按照Libsvm软件包所要求的格式准备数据集；
对数据进行简单的缩放操作；
考虑选用RBF 核函数2 K(x,y) e x y = -g - ；
采用交叉验证选择最佳参数C与g；
采用最佳参数C与g对整个训练集进行训练获取支持向量机模型；
利用获取的模型进行测试与预测。
libsvm中数据的预处理
由于libsvm实验中给出的数据并不是标准的libsvm数据模式，所以我们要对原本给出的测试数据和训练数据进行一个预处理，处理的方法我是才用的是excle的宏的使用，首先我们需要在网上下载一个叫FormatDataLibsvm.xls的一个表格。打开表格第一步一定要启用宏，这在excle的上方。
在excle的文件选项中打开我们需要预处理的数据文件，打开过程中设置我们数据格式，如下图，添加空格选项。
然后文件导入向导一直下一步，直到完成文件导入，然后在Excel上方搜索查看宏，并选择FormatDataToLibsvm的选项，点击执行，就能成功的改变数据的模式，每一列应该都是
:的样子。
libsvm如何在java中实现
从介绍中的个人主页中下载资源，其中有一个java文件就是我们要使用的东西
创建一个项目，在创建两个包，一个来包导入java文件中libsvm文件的内容，也可以复制粘贴到我们命名libsvm的这个包中，另一个包来写存java根目录下的四个java文件，之后我会把我的数据文件和主函数comMain（自己创建）都会放在这个包中进行操作。大概情况如下：
libsvm的使用主要是代码的调用，其中的数据文件中需要四个文本，一个测试数据test.txt，一个训练数据train.txt，一个模型数据moder_r .txt,一个输出数据out_r.txt，数据文件的路径可以随便放，但一定要知道路径，主函数代码如下：
public static void main(String[] args) throws IOException { // TODO Auto-generated method stub String[] arg= {"G:\\java\\libsvm\\src\\service\\trainfile\\trainSVM.txt", "G:\\java\\libsvm\\src\\service\\trainfile\\model_r.txt"}; String []parg= {"G:\\java\\libsvm\\src\\service\\trainfile\\testSVM.txt", "G:\\java\\libsvm\\src\\service\\trainfile\\model_r.txt","G:\\java\\libsvm\\src\\service\\trainfile\\out_r.txt"}; System.out.println(".....SVM运行开始. . . . . ."); svm_train t=new svm_train(); svm_predict p=new svm_predict(); t.main(arg); p.main(parg); }
运行结果中各个字母的意义都可以查到，运行结果如下：
其中也许你的预测的准确率有可能没出来，可以采用不是对象调用，而是直接使用svm_predict的方法，我也不是很清楚当时就可以显示我的准确率了。
后言
libsvm其实还需要计算出其中的最优参数c与g，这个好像要使用python的方法，当然libsvm也存在要对数据进行一个归一化的处理，好像是调用svm_scale的方法，java中的调用我没有看懂，所以只算了一个预测的准确率。推荐使用windows的方法来实现libsvm，操作简易并且不需要安软件。