我对svmLight数据格式中每个部分的含义感到非常困惑。 例如：
（标签/目标，[（特征，价值），...]，queryid）
标签是指数据的等级，queryid是对象的ID吗？
例如： 对于以下项目：
2 qid：1 1：4.000000 2：2.772589 3：0.266667 4：0.258154 5：37.330565 6：11.431241 7：37.307017 8：1.213630 9：21.342267 10：10.842279 11：15.634736 12：2.749495 13：-39.467448 14： - 37.791635 15：-38.002289 16：14.000000 17：5.634790 18：0.063927 19：0.063290 20：28.303065 21：9.340024 22：24.809801 23：0.231553 24：52.396216 25：1.692954 26：16.619600 27：2.810583 28：-45.733775 29：-44.612550 30 ：-44.823263 31：18.000000 32：6.579251 33：0.076923 34：0.076079 35：27.701632 36：9.139690 37：23.819476 38：0.277200 39：67.283604 40：1.847508 41：19.559974 42：2.973485 43：-44.687666 44：-43.467574 45： - 43.302044 #docid = 346319
2表示对象的等级/目标值吗？那么qid或docid对文件的意义是什么？
谢谢！
答案 0 :(得分：0)
领先的数字确实是＆＃34;目标＆＃34;这个对象。 qid:1部分用于约束这些对象之间的成对差异。 docid，或者最后#之后的所有内容都是
可用于将附加信息传递给内核（例如非特征向量数据）
（source）。
每个对象的一般格式在官方来源的标题下提供，＆＃34;如何使用＆＃34;：
<line> .=. <target> <feature>:<value> <feature>:<value> ... <feature>:<value> # <info>
<target> .=. +1 | -1 | 0 | <float>
<feature> .=. <integer> | "qid"
<value> .=. <float>
<info> .=. <string>
请注意您指定的格式
(label/target, [(feature, value), ...], queryid)
是pysvmlight的一个，是我绑定到Thorsten Joachims制作的SVM-Light支持向量机库的Python，我之前引用过。您需要编写一个解析器来将svmlight本机的数据文件解析为pysvmlight使用的格式。 StackOverflow上至少有one example，即使它没有考虑qid，但是当你阅读解析器的代码时，它不应该太难添加。