r:使用库读取 libsvm 文件(e1071)

Question

我使用 org.apache.spark.mllib.util.MLUtils 包在 scala 中生成了一个 libsvm 文件。

文件格式如下:

49.0 109:2.0 272:1.0 485:1.0 586:1.0 741:1.0 767:1.0
49.0 109:2.0 224:1.0 317:1.0 334:1.0 450:1.0 473:1.0 592:1.0 625:1.0 647:1.0 
681:1.0 794:1.0
17.0 26:1.0 109:1.0 143:1.0 198:2.0 413:1.0 476:1.0 582:1.0 586:1.0 611:1.0 
629:1.0 737:1.0
12.0 255:1.0 394:1.0
etc etc

我使用 e1071 包将文件读入 r，如下所示:

m= read.matrix.csr(filename)

生成的matrix.csr的结构如下:

 $ x:Formal class 'matrix.csr' [package "SparseM"] with 4 slots
  .. ..@ ra       : num [1:31033] 2 1 1 1 1 1 2 1 1 1 ...
  .. ..@ ja       : int [1:31033] 109 272 485 586 741 767 109 224 317 334 ...
  .. ..@ ia       : int [1:2996] 1 7 18 29 31 41 49 65 79 83 ...
  .. ..@ dimension: int [1:2] 2995 796
 $ y: Factor w/ 51 levels "0.0","1.0","10.0",..: 45 45 10 5 42 25 23 41 23 25 ...

当我使用 as.matrix(m) 转换为密集矩阵时，它会生成一列和两行，每一行中都有一个无法解释的(对我而言)对象。

当我只是尝试将matrix.csr保存回文件(不进行任何中间处理)时，出现以下错误:

Error in abs(x) : non-numeric argument to mathematical function

我猜测 libsvm 格式不兼容，但我真的不确定。任何帮助将不胜感激。

Answer 1

好吧，简而言之:

m= read.matrix.csr(filename)$x

因为read.matrix.csr是一个包含两个元素的列表；矩阵和向量。换句话说，目标/标签/类从特征矩阵中分离出来。

r 新手请注意:在 Cran 文档中，“Value”小标题似乎指的是函数的返回值

Value

If the data file includes no y variable, read.matrix.csr returns an object of class matrix.csr,

else a list with components:

x object of class matrix.csr

y vector of numeric values or factor levels, depending on fac