-s svm类型：SVM设置类型(默认0)

　　0 -- C-SVC

　　1 --v-SVC

　　2 – 一类SVM

　　3 -- e -SVR

　　4 -- v-SVR

　　-t 核函数类型：核函数设置类型(默认2)

　　0 – 线性：u v

　　1 – 多项式：(r*u v + coef0)^degree

　　2 – RBF函数：exp(-r|u-v|^2)

　　3 –sigmoid：tanh(r*u v + coef0)

　　-d degree：核函数中的degree设置(针对多项式核函数)(默认3)

　　-g r(gama)：核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)(默认1/ k)

　　-r coef0：核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0)

　　-c cost：设置C-SVC，e -SVR和v-SVR的参数(损失函数)(默认1)

　　-n nu：设置v-SVC，一类SVM和v- SVR的参数(默认0.5)

　　-p p：设置e -SVR 中损失函数p的值(默认0.1)

　　-m cachesize：设置cache内存大小，以MB为单位(默认40)

　　-e eps：设置允许的终止判据(默认0.001)

　　-h shrinking：是否使用启发式，0或1(默认1)

　　-wi weight：设置第几类的参数C为weight*C(C-SVC中的C)(默认1)

　　-v n: n-fold交互检验模式，n为fold的个数，必须大于等于2--s svm_type : set type of SVM (default 0)

　　0-- C-SVC

　　1-- nu-SVC

　　2-- one-class SVM

　　3-- epsilon-SVR

　　4-- nu-SVR

-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_instance_matrix)

-d degree : set degree in kernel function (default 3)

-g gamma : set gamma in kernel function (default 1/k)

-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