我想使用数据集来训练模型。数据集具有三种不同类型的生理数据。类型1，类型2和类型3. libSVM的格式如下： label index1：value1 index2：value2 ....
现在，我将类型1的标签设置为1，类型2标记为2，类型3标记为3.其中所有值保存为1 :(值）。所以，我的培训和测试文件如下。
1 1：值\ n 1 1：价值\ n 1 1：价值\ n 1 1：价值\ n 1 1：价值\ n 。 。 。 1 1：价值\ n 2 1：价值\ n 2 1：价值\ n 2 1：价值\ n 2 1：价值\ n 2 1：价值\ n 。 。 。 2 1：价值\ n 3 1：价值\ n 3 1：价值\ n 3 1：价值\ n 3 1：价值\ n 。 。 。 3 1：价值\ n
所以，我正在使用这种源文件跟踪svm并使用类似的源文件进行测试。我想确保我是否正确使用SVM数据格式。谢谢
答案 0 :(得分：2)
LIBSVM的矢量数据集格式定义为
label feature_id1:feature_value1 feature_id2:feature_value2 ...
因此，每个特征（或值）需求都是自己的唯一标识符。
示例：
想象一下，您有三个不同的类标签1,2,3和一个由a(id=1),b(id=2),c=(id=3)组成的功能集，它是通过功能选择机制获得的。
所以，比方说，我们有三个数据点d1,d2,d3，我们想在我们的数据集中描述，例如：
2 1:0.5325 3:0.523
3 2:0.7853 3:0.6326
1 1:0.53265 2:0.5422
含义：
d1包含功能a(id=1)和c(id=3) d2包含功能b(id=2)和c(id=3) d3包含功能a(id=1)和b(id=2) 请注意，没有必要为特征提供feature_id1:feature_value1，这些特征不包含在给定的数据点中。