我的培训数据文件的格式是什么？

Question

我是Python和机器学习的新手。我有这个数据file，我想要应用二进制分类。但我无法猜测它的格式并在Python中加载它。有人可以帮帮我吗？

在数据集中，第一列是类，有100个功能。我正在使用pandas IO加载它，并尝试read_csv，但它无法正常工作！而且它绝对不是JSON。 （而且到现在为止我只使用过这些格式，如果它是一些众所周知的格式，请提前原谅我！）

Answer 1

它是纯文本文件。通过查看第一行，它看起来像libsvm格式。 请参阅this以获取参考。

Answer 2

您可以尝试sklearn.datasets.load_svmlight_file来阅读该文件。

以下是文档链接中有关如何使用该方法的示例：

from sklearn.externals.joblib import Memory
from sklearn.datasets import load_svmlight_file
mem = Memory("./mycache")

@mem.cache
def get_data():
    data = load_svmlight_file("mysvmlightfile")
    return data[0], data[1]

X, y = get_data()