Question

我有一个看起来像这样的DataFrame：

    A         B        C        D
1   String1   String2  String3  String4
2   String2   String3  String4  String5
3   String3   String4  String5  String6
.........................................

我的目标是将此DataFrame转换为libSVM格式。

到目前为止我所尝试的是以下内容：

dummy= pd.get_dummies(dataframe)
dummy.to_csv('dataframe.csv', header=False, index=False)

有没有办法将dataframe或csv文件转换为这种格式。或者有更聪明的方法来进行转型吗？

我尝试从此存储库加载要执行this的脚本，如下所示：

%load libsvm2csv.py

并正确加载脚本，但是当我运行时：

libsvm2csv.py dataframe.csv dataframe.data 0 True

或

libsvm2csv.py dataframe.csv dataframe.txt 0 True

我得到"SyntaxError: invalid syntax"指向dataframe.csv

Answer 1

预处理数据后，您可以提取矩阵并使用scikit-learnns dump_svmlight_file来创建此格式。

示例代码：

import pandas as pd
from sklearn.datasets import dump_svmlight_file

dummy = pd.get_dummies(dataframe)
mat = dummy.as_matrix()
dump_svmlight_file(mat, y, 'svm-output.libsvm')  # where is your y?

备注/备选：

你提到 libsvm2csv.py 来进行这种转换，但这只是错误的方向。它是 libsvm-format - ＆gt; CSV

如果您想从 cvs - ＆gt;转换，请检查phraugs csv2libsvm.py libsvm （没有scikit-learn）。

我更喜欢使用scikit-learn（与phraug相比）

将分类数据转换为数字并保存为libsvm格式python

1 个答案:

示例代码：

备注/备选：