（あとで書き足します）
以下のウェブサイトの「Download LIBSVM」からlibsvm-3.23.zipをダウンロード
LIBSVM -- A Library for Support Vector Machines
ダウンロードされたフォルダを適当な場所に展開（私はC:\libsvm-3.23においた）
C:\libsvm-3.23\javaにファイル一式が置いてある．
コマンドプロンプトで動かす
- java
- javac
が入っていることを前提とする
$ java -version java version "1.8.0_181" Java(TM) SE Runtime Environment (build 1.8.0_181-b13) Java HotSpot(TM) 64-Bit Server VM (build 25.181-b13, mixed mode)
Eclipseで動かす（version: 2018-09）
1. プロジェクトを作成
2. 「外部JARの追加」でlibsvm.jar（場所：C:\libsvm-3.23\java\libsvm.jar）をプロジェクトに追加する
3. プロジェクトのソースコードにC:\libsvm-3.23\java内の*.javaファイル一式を追加する
4. 実行（svm_train）
実行結果
Usage: svm_train [options] training_set_file [model_file] options: -s svm_type : set type of SVM (default 0) 0 -- C-SVC (multi-class classification) 1 -- nu-SVC (multi-class classification) 2 -- one-class SVM 3 -- epsilon-SVR (regression) 4 -- nu-SVR (regression) -t kernel_type : set type of kernel function (default 2) 0 -- linear: u'*v 1 -- polynomial: (gamma*u'*v + coef0)^degree 2 -- radial basis function: exp(-gamma*|u-v|^2) 3 -- sigmoid: tanh(gamma*u'*v + coef0) 4 -- precomputed kernel (kernel values in training_set_file) -d degree : set degree in kernel function (default 3) -g gamma : set gamma in kernel function (default 1/num_features) -r coef0 : set coef0 in kernel function (default 0) -c cost : set the parameter C of C-SVC, epsilon-SVR, and nu-SVR (default 1) -n nu : set the parameter nu of nu-SVC, one-class SVM, and nu-SVR (default 0.5) -p epsilon : set the epsilon in loss function of epsilon-SVR (default 0.1) -m cachesize : set cache memory size in MB (default 100) -e epsilon : set tolerance of termination criterion (default 0.001) -h shrinking : whether to use the shrinking heuristics, 0 or 1 (default 1) -b probability_estimates : whether to train a SVC or SVR model for probability estimates, 0 or 1 (default 0) -wi weight : set the parameter C of class i to weight*C, for C-SVC (default 1) -v n : n-fold cross validation mode -q : quiet mode (no outputs)
