问题描述
我正在做一个项目使用libsvm和我准备我的数据使用lib。如何将CSV文件转换为LIBSVM兼容数据？
I am doing a project using libsvm and I am preparing my data to use the lib. How can I convert CSV file to LIBSVM compatible data?
在频率问题中：
这取决于您的数据格式。一个简单的方法是在libsvm matlab / octave接口中使用libsvmwrite。以UCI机器学习库中的CSV（逗号分隔值）文件为例。我们下载SPECTF.train。标签在第一列。以下步骤以libsvm格式生成文件。
It depends on your data format. A simple way is to use libsvmwrite in the libsvm matlab/octave interface. Take a CSV (comma-separated values) file in UCI machine learning repository as an example. We download SPECTF.train. Labels are in the first column. The following steps produce a file in the libsvm format.
matlab> SPECTF = csvread('SPECTF.train'); % read a csv file
matlab> labels = SPECTF(:, 1); % labels from the 1st column
matlab> features = SPECTF(:, 2:end);
matlab> features_sparse = sparse(features); % features must be in a sparse matrix
matlab> libsvmwrite('SPECTFlibsvm.train', labels, features_sparse);
The tranformed data are stored in SPECTFlibsvm.train.
Alternatively, you can use convert.c to convert CSV format to libsvm format.
但我不想使用matlab，我使用python。
but I don't wanna use matlab, I use python.
我使用
任何人都可以推荐一种方法来解决这个问题？
Can anyone recommend a way to tackle this problem ?
推荐答案
您可以使用将 csv 转换为 libsvm数据
python csv2libsvm.py iris.csv libsvm.data 4 True
其中4表示目标索引， True 表示 csv
where 4 means target index, and True means csv has a header.
最后，您可以将 libsvm.data 作为 p>
Finally, you can get libsvm.data as
0 1:5.1 2:3.5 3:1.4 4:0.2
0 1:4.9 2:3.0 3:1.4 4:0.2
0 1:4.7 2:3.2 3:1.3 4:0.2
0 1:4.6 2:3.1 3:1.5 4:0.2
...
来自 iris.csv
150,4,setosa,versicolor,virginica
5.1,3.5,1.4,0.2,0
4.9,3.0,1.4,0.2,0
4.7,3.2,1.3,0.2,0
4.6,3.1,1.5,0.2,0
...
这篇关于使用python将CSV文件转换为LIBSVM兼容的数据文件的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！