Python安装libsvm

最近在学习机器学习，听的是浙大胡浩基老师的课。胡老师用的是MatLab，我平时用Python比较多，在网上找Python安装libsvm的教程发现比较少，花了几个小时终于成功安装了libsvm，现在记录一下安装的过程。

【PS：代码小白一枚，如有表述不严谨的地方，多多包涵~】

1、查看自己Python安装的版本

在Pycharm中查看Python版本。

import sys
print(sys.version)

【我的Python版本是3.9.0，64位的】，这个在之后挑选libsvm版本时会用到。

2、下载libsvm

在“万能包网站”（www.lfd.uci.edu/~gohlke/pyt… ）找到对应自己Python版本的libsvm版本，这里的"cp"后面对应Python版本，也有32或64位可供选择，【比如我要选择的是"libsvm-3.25-cp39-cp39-win-amd64.whl"】，下载到指定的保存路径。

3、升级pip

打开cmd，检查当前pip版本，输入：

pip show pip

若显示黄字："You are using pip version a.b.c, however version x.y.z is available."，即表明你的pip当前版本是a.b.c，若要使用pip，需要升级到x.y.z版本。

接下来就是升级pip。在cmd中输入：

python -m pip install --upgrade pip

出现"Successfully..."即表明升级成功，也可以重复上述步骤检查当前pip版本，应为升级后的版本。

也可以指定pip升级的版本，如指定升级为22.3.1版本。

python -m pip install --upgrade pip==22.3.1

4、安装libsvm

找到自己Python安装的位置，并打开Python安装路径下的Lib\site-packages文件夹【我的路径是：D:\AppInstall\Python3.9\Lib\site-packages】，将上述我们下载好的libsvm.whl文件【我的是"libsvm-3.25-cp39-cp39-win-amd64.whl"】复制到此路径下。在cmd中输入:

pip install ...Python安装路径...\Lib\site-packages\libsvm-对应的版本-.whl

【我的是：pip install D:\AppInstall\Python3.9\Lib\site-packages\libsvm-3.25-cp39-cp39-win-amd64.whl】

安装成功之后会在刚刚打开的site-packages文件夹中生成"libsvm"和"libsvm-3.25.dist-info"两个文件夹。

5、将生成的"libsvm"文件夹移至Pycharm项目目录中

找到使用Pycharm中需要使用libsvm项目的保存路径，例如要使用libsvm的项目是“项目一”，打开“...项目一的保存路径...\venv\Lib\site-packages”， 将安装好libsvm.whl后生成的"libsvm"文件夹复制到此路径下。这里注意，第4步中我们是在Python的安装路径下的"site-packages"文件夹中，现在我们是在Pycharm保存的项目路径中的"site-packages"文件夹中。

6、在Pycharm中安装numpy

我在Pycharm中测试使用libsvm时，发现Pycharm报错“no module named 'numpy'”，在Pycharm中安装了numpy之后就能正常使用了。

在Pycharm最底下找到"Python Packages"，在搜索栏搜索"numpy"，此时右边会出现"install"按钮，点击即可安装numpy。

7、测试安装效果

进行完上述步骤之后，libsvm就能使用啦，这里的测试代码使用的是这篇文章中的测试代码：zhuanlan.zhihu.com/p/92536814

from libsvm.svmutil import *
from libsvm.svm import *
y, x =[1,-1],[{1:1,2:2},{1:1,2:0}]
prob = svm_problem(y, x)
param = svm_parameter('-t 0 -c 4 -b 1')
model = svm_train(prob, param)
yt = [1]
xt = [{1:2,2:3}]
p_label, p_acc, p_val = svm_predict(yt, xt, model)
print(p_label)

如果程序正常运行了，那么恭喜你成功安装了libsvm，接下来继续愉快地研究机器学习吧！