1.如何利用python使用libsvm
2.Octave 和MATLAB的区别？会用MATLAB的话，还用学Octave吗？
3.GNU/LINUX环境编程内容简介

如何利用python使用libsvm

       libsvm软件包；

       ç”µè„‘ï¼›

       æ­¥éª¤æ“ä½œ

       æŠŠåŒ…解压在C盘之中，如：C:\libsvm-3.；

       ç”¨libsvm自带的脚本grid.py和easy.py,需要去官网下载绘图工具gnuplot,解压到c盘；

       è¿›å…¥c:\libsvm\tools目录下，用文本编辑器（记事本，edit都可以）修改grid.py和easy.py两个文件，找到其中关于gnuplot路径的那项，根据实际路径进行修改，并保存；

       ä¾‹å­ä¸¾ä¾‹

       å¸¸ç”¨æŽ¥å£

       æé«˜é¢„测的准确率

Octave 和MATLAB的区别？会用MATLAB的话，还用学Octave吗？

       1、占用空间：Octave比较小，安装程序只有几十兆；而Matlab非常庞大，最新版的安装程序大约8G。Matlab之所以那么庞大，是因为有大量的面向各种应用领域的工具箱，Octave无法相比的。

       2、用户界面：Matlab经过那么多年的发展，而且又是商业软件，这方面肯定更胜一筹。以前Octave没有调试程序的GUI，现在据说已经有了，但应该比不上Matlab。

       3、语法方面：Octave最初便是模彷Matlab而设计，语法基本上与Matlab一致，严谨编写的代码应同时可在Matlab及Octave运行，但也有很多细节上差别。一些软件开发小组也使用两者兼容的语法，直接开发可以同时在Matlab和Octave使用的程序。

       4、费用方面：Octave是完全免费的（并且是开源的），而Matlab是商业软件，价格很昂贵。商业版的优势是有非常完善的服务。

       æ‰€ä»¥è¯´ï¼Œå¦‚果会用Matlab，是没必要去学Octave的。

拓展资料：

       MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。

       MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

       MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

       MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。

       Octave是一种高层解释类编程语言，旨在解决线性和非线性的数值计算问题。Octave为GNU项目下的开源软件，早期版本为命令行交互方式，4.0.0版本发布基于QT编写的GUI交互界面。Octave语法与Matlab语法非常接近，可以很容易的将matlab程序移植到Octave。同时与C++,QT等接口较Matlab更加方便。

GNU/LINUX环境编程内容简介

       GNU/Linux，常被称为Linux，被誉为操作系统中的多面手，其应用范围广泛，从个人iPod设备到大型的IBM Blue Gene超级计算机，无所不在。有网站源码怎么在宝塔搭建它能够在各种体系结构上运行，包括古老的x处理器到最新Play Station 3游戏机采用的cell处理器。

       本书专门针对那些希望在GNU/Linux操作系统上进行应用程序开发的读者，特别是Linux程序员。全面更新的第二版，包含了所有必需的工具和编程技术，通过丰富的姻缘测试源码实例，深入讲解GNU/Linux API的使用方法，让你能够掌握开发高效、安全应用的技能。

       书中内容涵盖GNU工具，如编译器GCC，构建工具make、智能写源码automake/autoconf，源代码管理系统，以及GNU Debugger和Gnuplot等。从基础出发，介绍了库（动态和静态）、文件操作、22的源码管道、套接字编程和基础概念等。

       深入探讨了GNU/Linux的进程模型，包括线程处理和POSIX IPC机制，如消息队列、信号和共享内存的kettle源码打包使用。此外，书中还涵盖了shell和脚本编程基础，从基本的Linux命令到高级语言如Bash、Ruby和Python，以及sed和AWK的文本处理，flex和bison的解析器技术。

       而对于调试和代码质量提升，本书提供了软件测试工具、覆盖率测试、GCov和GProf等工具，以及内存和性能调试技巧。全书分为五个部分，共章，涵盖了虚拟化技术在内的众多主题，吸引了众多程序员选择本书来提升他们的GNU/Linux编程能力。

       本书以通俗易懂的方式，系统地介绍了Linux编程基础，特别是关键工具的运用，为Linux开发者提供了宝贵的参考和实践指导。无论是初学者还是资深开发者，都能从中获益匪浅。