今天和師兄交流了一番，終於對SVM有了初步的理解，雖然覺得自己還是很小白，但是有收穫、有進步就好。
SVM處理流程（待修正）：
1. 收集數據，相關性分析（p卡方檢驗），特徵選擇（主成份分析PCA）。PCA提取特徵向量，用這些來分類，SVM是分類器，輸入的就是特徵向量。
2. 歸一化數據。就是根據實際要求，將數據的取值範圍轉化爲統一的區間如[a,b],a,b爲整數。
3. 利用抽樣技術將數據集分爲訓練集和測試集。抽樣技術有分層抽樣，簡單抽樣（等概率抽樣）。一般訓練集>測試集，就是要保證足夠的訓練樣例。
4. 將數據轉化爲軟件（接口）所支持的格式。就libsvm（c＋＋，java）來說，我們可以使用FormatDataLibsvm.xls將數據轉化爲libsvm所要求的格式。
5. 選擇核函數，可以優先考慮rbf。核函數是把低維數據映射到高維空間，讓線性不可分的問題變成線性可分。
6. （訓練）對訓練集利用交叉驗證法選擇最好的參數C和r（西格瑪） （rbf核函數中的參數gama）。
可以通過網格法尋找出最優的參數，注意一次交叉驗證得到一個參數對所對應的模型精度，網格法（訓練的一個過程）目的就是找到使得模型精度達到對高的參數對（這裏的參數對可能不止兩個，有可能也有其他的），可以使用一些啓發式的搜索來降低複雜度，雖然這個方法笨了點，但是它能得到很穩定的搜索結果。需要提到的這裏在對訓練集進行分割的時候涉及到抽樣，一個較好的方法就是分層抽樣。從這步可以看出其實 Cross－Validation是一種評估算法的方法。
a. 訓練的目的得到參數和支持向量（存儲在xml文件中），得到參數就能得到支持向量，帶進算式計算SVM分類的準確度，以準確度最高的一組參數作爲最終的結果，沒有絕對線性可分的，都有一個誤差，參數就是把那個誤差降到最低。
b. 這裏的準確性是指將訓練集的每個樣本的向量與支持向量做運算，將運算結果與標記值比較,判斷是否屬於這個類，統計這個類的正確的樣本數，最高的那一組參數準確性最高。
c. 最終訓練得到分類器。SVM只能分兩類，所以這裏的分類器是兩個類組成一個分類器，如果有K類，就有k(k-1)/2個分類器。
7. 用6中得到的參數對在整個訓練集合上進行訓練，從而得出模型（即分類器）。
8. 利用測試集測試模型，得到精度。這個精度可以認爲是模型最終的精度。當然有人會擔心3步中抽樣會有一定的誤差，導致8得到的精度不一定是最好的，因此可以重複3－8得到多個模型的精度，然後選擇最好的一個精度最爲模型的精度（或者求所有精度的均值做爲模型精度）。（需要多次選擇訓練集和測試集，然後每一次得到一個精度的模型，選擇最好的一個精度作爲模型，也就是我們項目裏面要多次訓練的原因）
9. 識別分類。兩個類超平面的形成，意味着目標函數的形成，然後代入待識別樣本，識別時對應的組代入對應的參數，得出結果進行投票，判定屬於那個類。