需要使用ＳＶＭ做一個文字分類的專案，因此決定使用libsvm3.21，在win64上訓練模型，android上做prediction分類，此文是為下次配置指導，防止本機doc丟失。

1. 安裝python (使用python3.4)

2. 執行“cmd”，直接輸入python，檢視python是32位還是64位

   (2.1)若python是32位的，則在libsvm-3.21資料夾下的windows資料夾中找到動態連結庫libsvm.dll，將其新增到系統目錄，如`C:\WINDOWS\system32\’，即可在python中使用libsvm

   (2.2)若python是64位的，則需要首先自己編譯

   64位的動態連結庫libsvm.dll。方法如下：

   在程式列表中的Microsoft Visual Studio 2012/Visual Studio Tools下開啟VS2012 x64Cross ToolsCommand Prompt，注意一定要是64位的command prompt。

   (此時，可能會遇到一個error:"ERROR Cannot determine the location of the VS CommonTools Folder"， 若是win7 64位系統，安裝的是VS2012，解決此問題的方法是：在計算機環境變數中變數PATH新增：c:\windows\system32，本人win10 64沒有遇到此問題)

3. Dos到LIBSVM所在資料夾libsvm-3.21

   輸入nmake -f Makefile.win clean all

   這時libsvm-3.21 的windows目錄下將生成64位的動態連結庫。將新生成的libsvm.dll複製到系統目錄（例如`C:\WINDOWS\system32\'）即可。

4. 測試

   開啟IDLE

   >>>from sys import path

   >>> path.append('D:\LIBSVM\libsvm-3.21\python')

   >>> from svmutil import *

   >>> y, x = svm_read_problem(‘../heart_scale’)

   >>> m = svm_train(y[:200], x[:200], ‘-c 4’)

   >>> p_label, p_acc, p_val = svm_predict(y[200:],x[200:], m)

5. Accuracy = 84.2857% (59/70)(classification)

   搞定...

6. Notes: svm_predict(datalabel, dataset, model)中datalabel and dataset至少得是list型別，不能是單值，因此如果是單個值的，需要轉為matrix，例如對單個值x, y，應寫成 svm_predict([y], [x], model)