在.libsvm格式數據文件上應用機器學習算法

Question

我目前正在處理.libsvm格式的數據集，並且無法在這些數據集上使用不同的機器學習算法，例如kNN，SVM，隨機森林。

以.csv格式應用它們很容易，但是該方法不適用於.libsvm文件。

請說明方法。

Answer 1

LIBSVM格式已公開標准化，可以說比csv更好地解析/使用。 基本格式可以在這里看到。

但是您不需要自己做。

您可以使用sklearn讀取它們，它是load_svmlight_file ：

將svmlight / libsvm格式的數據集加載到稀疏CSR矩陣中

但是，讓自己熟悉稀疏矩陣，盡管在使用sklearn時，大多數東西都可以工作而無需關心稠密與稀疏之間的關系。

我對這種格式相對於svmlight格式的背景/演變知之甚少，但是sklearn的文檔說它們是相同的，我可以通過經驗ob能夠使用上述功能加載所有libsvm數據集來支持。