java - 使用 python 将 CSV 文件转换为 LIBSVM 兼容数据文件

Question

我正在使用 libsvm 做一个项目，我正在准备我的数据以使用该库。如何将 CSV 文件转换为 LIBSVM 兼容数据？

CSV File: https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/datasets/data/iris.csv

在频率问题中:

How to convert other data formats to LIBSVM format?

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。

我也使用 JAVA 找到了这个解决方案

谁能推荐一种方法来解决这个问题？

Answer 1

您可以使用 csv2libsvm.py将 csv 转换为 libsvm 数据

python csv2libsvm.py iris.csv libsvm.data 4 True

其中 4 表示 target index，True 表示 csv 有标题。

最后，你可以得到libsvm.data作为

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
...