Alink如何读写Libsvm格式数据【Alink使用技巧】

LIBSVM数据格式就是LIBSVM（https://www.csie.ntu.edu.tw/~cjlin/libsvm/index.html）使用的数据格式，是机器学习领域中比较常见的一种形式。其格式定义如下：

<label> <index1>:<value1> <index2>:<value2> ...

第一项<label> 是训练数据集的目标值，对于分类问题，用整数做为类别的标识（对于2分类，多用{0,1}或者{-1,1}表示；对于多分类问题，常用连续的整数，譬如用{1,2,3}表示3分类的各个类别）；对于回归问题，目标值是实数。其后是由若干索引<index>和数值<value>对（以冒号“:”作为分隔符）构成，各项以空格作为分隔符。索引<index>是以1开始的整数，可以是不连续的；数值<value>为实数。

下面是几条符合LIBSVM格式的数据。

1 1:-0.555556 2:0.5 3:-0.79661 4:-0.916667
1 1:-0.833333 3:-0.864407 4:-0.916667
1 1:-0.444444 2:0.416667 3:-0.830508 4:-0.916667
1 1:-0.611111 2:0.0833333 3:-0.864407 4:-0.916667
2 1:0.5 3:0.254237 4:0.0833333
2 1:0.166667 3:0.186441 4:0.166667
2 1:0.444444 2:-0.0833334 3:0.322034 4:0.166667

注意这条数据：

2 1:0.5 3:0.254237 4:0.0833333

没有索引值为2的项，表明第2个特征值为0。

我们将https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/multiclass/iris.scale下载到本地，命名为iris.scale.libsvm。通过调用LibSvmSourceBatchOp读取数据，只需指定一个参数，即文件的路径。并取其前3条数据进行打印显示。

iris_libsvm = LibSvmSourceBatchOp()\.setFilePath("/Users/yangxu/alink/data/iris/iris.scale.libsvm")
iris_libsvm.firstN(3).print()

输出结果如下，最左边为打印显示的数据索引号，接下来是数据的标签列（列名自动命名为label），然后是数据的特征数据列（列名自动命名为features）。

下面，我们对原始的数据采样10条数据，然后使用LibSvmSinkBatchOp保存采样的结果，注意，这里除了保存的路径还要指定三个参数，前两个是数据的标签列名称和特征数据列名称，最后一个参数OverwriteSink，表示保存操作执行时，如果目标文件已经存在，是否进行覆盖。在脚本的最后，调用BatchOperator.execute()，执行任务。

iris_libsvm \
.sampleWithSize(10) \
.link(LibSvmSinkBatchOp()\.setFilePath("/Users/yangxu/alink/data/iris/iris.scale.sample.libsvm")\.setLabelCol('label')\.setVectorCol('features')\.setOverwriteSink(True)
)BatchOperator.execute()

最后，我们验证一下保存的结果文件，即读取iris.scale.sample.libsvm并打印输出。

LibSvmSourceBatchOp().setFilePath("/Users/yangxu/alink/data/iris/iris.scale.sample.libsvm").print()

输出结果为：

Alink如何读写Libsvm格式数据【Alink使用技巧】相关推荐

Tensorflow 处理libsvm格式数据生成TFRecord (parse libsvm data to TFRecord)
#写libsvm格式数据 write libsvm #!/usr/bin/env python #coding=gbk # ===================================== ...
PyTorch 加载超大 Libsvm 格式数据
对于比较大的数据集,比如好几个T的数据,没有办法一次性全部加载进内存,因此需要构建一个可迭代的数据集IterableDataset. 迭代读取文本文件要借助pytorch的IterableDatas ...
java 返回 json格式_java 如何返回json格式数据，需要技巧
今天上午给同事调了半个小时的程序,最后发现是在后台代码的java返回json格式的数据出了个错误.因此就想到了广大的初学者一开始学习jquery的时候可能会遇到这个问题.现在我就把我的给大家分享一下, ...
matlab 读写其他格式数据文件（excel）
1. excel matlab和excel 中的数据互相导入 xlswrite() mat ⇒ excel 请问怎么把大容量的mat文件导出到excel文件中 – MATLAB中文论坛 % data. ...
python读excel 包含格式_python里读写excel等数据文件的几种常用方式
python处理数据文件第一步是要读取数据,文件类型主要包括文本文件(csv.txt等).excel文件.数据库文件.api等. 下面整理下python有哪些方式可以读取数据文件. 1. python ...
matlab segy文件,利用matlab实现segy格式数据的读写研究和分析.ppt
利用matlab实现segy格式数据的读写研究和分析 2.SEGY数据格式地震数据一般以地震道为单位进行组织,采用SEG-Y文件格式存储.SEG-Y格式是由SEG (Society of Explo ...
读取parquet_Java读写Parquet格式的数据的方法
本篇文章主要介绍了java 读写Parquet格式的数据的示例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考.一起跟随小编过来看看吧本文介绍了java 读写Parquet格式的数据,分享给 ...
安卓手机APP读写高频RFID标签（校园卡）NDEF格式数据设计
** 通过手机的NFC功能是否能够读取RFID标签 ** 可以读取部分标签 RFID标签有多种类型:依据频率的不同可分为低频(LF).高频(HF).超高频(UHF).微波(MW)电子标签. 1.高频卡 ...
LabVIEW读写各类格式图像的方法（基础篇—1）
目录 1.读写各类格式图像的方法 1.1.LabVIEW集成图像读写函数 1.2.Nl Vision图像读写函数 2.小试牛刀图像数据被采集至内存缓冲区后,机器视觉软件即可对其施加各种图像预处理.图 ...

Alink如何读写Libsvm格式数据【Alink使用技巧】

Alink如何读写Libsvm格式数据【Alink使用技巧】相关推荐

最新文章

热门文章