P.S. 多謝“三月未央”網友的提醒，本文中的一些錯誤得到改正，原先的第五幅圖中路徑有錯（估計那晚太困了，稀裏糊塗的就寫出來了，實爲害人啊
）！再次感謝你們的關注，希望在交流中一起進步!修改和增加部分已經用紅色字體區分了，還有就是第五章圖，估計以前做錯的人不少，不要怪我！
先前的一些步驟可以參照我《科研-支持向量機(SVM)預測》中的幾篇，包括文件格式等。
晚上一網友發來消息說還是不清楚怎麼做，老出錯，現在有點閒功夫，截了一些圖按部就班的做了，希望能看懂。
其實只要修改一個文件（gridregression.py）的路徑就可以了，其他網上說的兩個文件（grid.py和easy.py）的路徑可以不做修改，因爲迴歸根本沒有用到。修改的地方是綠色的兩行路徑，寫成實際路徑就可以了。網上下載下來的一般都是r"...svm-..."所以要改。修改後如下圖。
改完之後，首先把你的數據集包括data2和test2（這是原始的）放到C:\libsvm-2.88\windows下。
現在要做的就是真正意義上的第一步，歸一化處理，這一步要做，希望不要爲了簡便不做，這樣預測出來不準。具體在dos下調完路徑後，執行下面兩句，分別是歸一化數據集和測試集後產生新的兩個文件data和test。
至於路徑的問題，很多不涉及計算機專業的網友很痛苦，經常會不知所措。不過我再多嘴一次：先輸入字母cd，大小寫都無所謂了，然後空格，之後就是你想要讓dos去運行的地址（路徑）。可以老老實實的手打，也可以複製C:\libsvm-2.88\windows，然後粘貼，dos框下Ctrl＋V無效，只能鼠標右擊選擇粘帖。最後按一回車鍵就把路徑調到C:\libsvm-2.88\windows下了。
現在C:\libsvm-2.88\windows中多了兩個文件，其實還有一個scale，不用管他，不起作用！
現在是通過gridregression.py函數進行參數尋優，把路徑調好，注意調到C:\Python25下了。輸入下面的語句python C:\libsvm-2.88\python\gridregression.py -svmtrain C:\libsvm-2.88\windows\svm-train.exe -gnuplot C:\gnuplot\bin\pgnuplot.exe -log2c -10,10,1 -log2g -10,10,1 -log2p -10,10,1 -v 10 -s 3 -t 2 C:\libsvm-2.88\windows\data.txt > gridregression_data.parameter，可能你要等很長時間，我的數據很多搞了一個晚上。
有天早上一個朋友說你昨晚這麼晚回來，早上怎麼7點就上線了啊qq，汗，電腦一夜跑這玩意兒。。。扯遠了。
PS.命令很長可以選擇上述方法複製後，在dos框中右擊粘貼完成。當然有熱心的新浪網友的建議：（這麼長的命令在dos下敲很容易出錯的，建議大家在相應目錄下建立一個bat文件，如“py.bat",把相應命令拷貝過去，直接運行"py"，這樣就省事多了。希望博主把這方法加到你的博文裏。），我還沒有試過。
訓練完後，在C:\Python25中會有一個gridregression_data.parameter文件，裏面就是自動尋優的結果，主要也是爲了這個東西，搞了我老半天nnd。
打開它，下面最後一行分別爲c,g,p,mse。其中mse沒有用，其實這個值越小越好。
P.S. 有網友回覆說：data訓練時的mse=88.1545，而test測試時mse=401.938（他的數據結果），其實data訓練的mse不是越小越好，過小以後，會形成過學習情況。其實嚴格意義上說是test的mse越小越好，因爲它越小，最終的預測精度越高。另外，還可以通過squared correlation coefficient判斷，它越接近1，也說明預測的精度越高。這是我做過many數據試驗的吐血結果，望與大家分享。
把剛纔的3個參數用來進行訓練svm模型。把路徑重新調回C:\libsvm-2.88\windows，輸入語句訓練，會在C:\libsvm-2.88\windows裏產生一個data.txt.model文件。訓練好了緊接着對test文件預測，輸入第二條語句，得出結果在out裏面。
最後打開out和test文件比較一下結果差多少，自己去計算咯。
到此已經實現了libsvm軟件做迴歸預測的全過程，個人認爲已經很詳盡，比網上任何帖子都清楚哈哈。哪裏不清楚的希望大家一起討論~~
《科研-支持向量機(SVM)預測》中的相關文章：