对于LibSVM。
在“支持向量分类的实用指南”中，建议使用m数来表示m-category属性。例如，{red，green，blue}可以表示为（0,0,1），（0,1,0），（1,0,0）。
但在README中，它表示索引中的值：值对只能取实数。
任何人都知道如何在数据文件中表示（0,0,1）？
答案 0 :(得分：3)
这对libsvm来说不是必需的，因为它使用一对一的方法来训练SVM（事实上，在他们的文档中，他们将您引用到一篇研究文章中，其中一对一与一对一进行比较并且表现更好）。如果你有4个类别a，b，c，d libsvm实际上在内部创建6个svms，一个用于b的经文，一个用于经文c，一个用于经文d，一个用于b与d，一个用于c经文d。当被要求进行分类时，它全部运行6并使用投票系统来确定获胜类别。这实际上比仅使用（1,0,0，..）（0,1,0 ..）类别输入要好。
如果你看一下样本数据集 libsvm data examples。您将看到为每个类别分配一个整数，并且该整数位于条目的前面，然后跟随该数据元素的值向量的每个元素如下：如果我有5个类的数据，每个数据元素有3个向量和数据向量 （3.3,1.5,0.5,7.3,3.5）属于第4类，我的数据文件的一行看起来像
4 1：3.3 2：1.5 3：0.5 4：7.3 5：3.5
这真的很丑陋，但我认为这是因为他们正在使用一种约会，其中零矢量条目被删除，例如如果向量（.5,0,0,0，.7）在类别2中，则相应的数据行将是（我认为）
2 1：.5 5：.7
它的价值（如果我是正确的）是在大量数据的一些问题中，大量条目是零。
答案 1 :(得分：0)
如果分类属性可以有3个值（例如红色，绿色，蓝色），那么根据libsvm指南，数据文件中将有3个功能。假设另一个特征权重，您的编码将如下所示，重量为100个单位，颜色=绿色。
标签重量为红绿蓝
+1 1：100 2：0 3：1 4：0