Felomeng翻译：libsvm2.88之安装和数据格式

在Unix系统中，键入“make”来生成“svm-train”和“svm-predict”程序。不带参数运行它们，可以查看它们的语法。
在其它的操作系统中，请参考“Makefile”文件来生成它们（例如，查看本文档中的“生成Windows二进制文件”，或者直接使用已经生成的二进制文件（Windows二进制文件在文件夹“windows”中）。
训练与测试数据文件的格式如下所示
<label> <index1>:<value1> <index2>:<value2>…
.
.
.
每行包含一个实例，并且以字符’/n’结束。对于分类来讲，<label>是整型数据，表示类别（支持多分类）。对于回归来讲，<label>是任意实数（浮点数），表示目标值。one-class SVM并不使用这个参数，所以使用什么数值都可以。除非使用预计算好的内核（稍候章节介绍），否则<index>:<value>是描述属性值的。<index>（索引）是从1开始的整型数据，而<value>（值）是实数（浮点型）。索引必须升序排列。在测试文件中的标签只是用于计算精确度或错误率。如果它们是未知的，那么只要将第一列赋任意数值。
本包含有一个用于分类的示例数据文件，文件名是“heart_scale”。要验证你的数据格式的正确性，请使用“tools/checkdata.py”工具（详见文件“tools/README”）。
键入“svm-train heart_scale”，程序会读读入训练数据并生成模型文件“heart_scale.model”。假设你有一个名为“heart_scale.t”的测试集，那么键入“svm-predict heart_scale.t heart_scale.model output”以测试预测精确度。文件“output”中含有预测的分类标签。
本包中还有一些别的实用程序：
svm-scale:
将输入数据数值化的工具。
svm-toy:
简单的图形界面工具，它可以展示支持向量机怎样在二维空间（即平面）上将数据分类。你可以在该窗口上面单击以绘制数据点。使用“change”按钮来选择类别1，2或3（也就是说，最多支持三类），按“load”按钮可以从文件载入数据，按“save”按钮可以将数据保存到文件，按“run”按钮可以获得一个SVM模型（根据绘制的点集或从文件载入的数据），按“clear”按钮可以清屏。

在该窗口的底部文本框内，你可以输入参数，参数的句法和“svm-train”一样。

注意：“load”和“save”只考虑数据分类而不考虑回归的情况。每个数据点拥有一个标签（颜色，必须是1，2或3）和两个属性（横坐标和纵座标），取值区间[0,1]。

在相应目录键入“make”来生成这些程序。

如果要生成Qt版本，那么需要有Qt库的支持。 （可以从http://www.trolltech.com下载）

如果要生成GTK+版本，那么需要有GTK+库的支持。（可以从http://www.gtk.org下载）

已编译二的Windows二进行文件在“windows”文件夹中。我们是在32位的机器上使用Visual C++生成的这些二进制文件，所以最大可以缓存是2G。