JSAT：数据争用/操纵

Question

在R中构建原型（使用dplyr）之后，我需要构建一个可部署到基于Java的服务器基础架构的模型。现在，我正在使用JSAT - 机器学习库。

争论数据的最佳方式是什么？

JSAT包（ClassificationDataSet，RegressionDataSet，DataSet）中的所有类似集合的类型似乎都不支持以下基本任务：

1. 根据条件过滤输出数据点
2. 将数据集拆分为两个（不同大小的）数据集，例如培训和测试数据集
3. 变异或根据其他行的值添加新行

Answer 1

1）JSAT目前不支持，JSAT是机器学习算法的来源。像操作这样的数据帧不以任何方式成为项目的目标。我不确定您为什么要在生产系统中过滤掉数据，没有理由不能在更好的工具中执行此操作，然后导出数据以使JSAT构建模型。

2）所有DataSet对象都继承了randomSplit方法，可以执行您所要求的操作。一个例子是here。

3）参见1，我不确定根据其他行＆＃34;添加＆＃34;新行的用例是什么。所有不同的DataSet类都支持添加新的数据点，您只需自己创建它们即可。

来源：我是JSAT的作者