这个函数是libsvm库中比较新的函数，用于对现有nr_class个类做出概率估计(我理解就是属于这个类别的概率是多少，从数学角度是样本与分类面的距离？)
1）进入到svm_predict_probability函数里面，注意到里面有一个选择语句，svm的类型要选择C_SVC或NU_SVC，并且probA和probB的指针不能为空。svm类型很好搞定，但是对于probA和probB我之前并没有见到过，他们是model中的参数，当我们不涉及到概率是model中没有这两个值。后来经考察资料，当options中的-b参数设置为1时，才会涉及到probA和probB。所以要想求概率估计，第一点要注意的是-b参数要设为1.
2）svm_predict_probability函数与svm_predict函数在接口上只有第三个参数prob_estimates不同，其余两个都相同，所以这里只说明第三个参数的作用。prob_estimates里实际上存放的就是估计出的概率，比如说m分类问题，那prob_estimates就是一个1*m列的矩阵，没列代表属于相对类别的概率。这个相对类别是与svm输出结构体中的Lable相对应的！
3）说完参数就剩下返回值啦，比较简单，返回的就是最大概率对应的类别标签。如果二分类问题那就是1或-1.
最后总结一下，如果熟悉svm_predict的话，那么只有二点不同，一是-b参数要设成1，二是函数接口多了个概率矩阵，其他的只要把参数传进去就可以了。以上只是在应用这个函数过程中的体会，如有不对请指正。