前提是我把下载下来的libsvm-3.22存放到C盘根目录下，并为之设置了环境变量，安装了gnu.（只看文字有些乏味，有空我会把图片补充进去的）
第一步，进入到libsvm-3.22windows目录（该目录下有svm-train.exe等）。
第二步，数据缩放
>svm-scale -l 0 -u 1 -s c:libsvm-3.22data ang(名字自己随便起，生成改名字的文件，文件存放的是每一维的数据min,max值）c:libsvm-3.22data rain.txt（用来做训练的特征数据，存放格式满足[标签:索引1:值1:索引2:值2……]）>c:libsvm-3.22data rain_scale.txt（缩放后生成的数据特征文件）。
第三步，训练数据生成模型
svm-train 训练文件路径 生成模型文件路径（中间用一个空格隔开）
第四步，测试
svm-predict[参数] 测试数据路径 模型文件路径 预测输出文件路径
参考：svm-predict test.scale train.model result
第五步，参数调优
进入到 libsvm-3.22 ools 目录
>grid.py train-scale（缩放后的数据）
第六步，把最优参数输入到svm-train中进行训练
关于训练和测试可以写一个.py文件完成，也可以写bat文件完成。
bat文件可以参考下面
（1）对训练样本的数据缩放
svm-scale -l 0 -u 1 -s train.range train.txt >train.scaled
(2) 使用train.range文件对测试文件进行同标准的缩放
svm-scale -l 0 -u 1 -r train.range test.txt > test.scaled
提示：在下载的libsvm-3.22里面是包含svm源码的，有兴趣的可以自己学习。
如果使用python easy.py 参考博客：https://www.cnblogs.com/yangyangcv/archive/2012/05/04/2483000.html
遇到的问题参考博客：https://www.cnblogs.com/aaron-shu/p/4727558.html