Question

我使用org.apache.spark.mllib.util.MLUtils包在scala中生成了一个libsvm文件。

文件格式如下：

49.0 109:2.0 272:1.0 485:1.0 586:1.0 741:1.0 767:1.0
49.0 109:2.0 224:1.0 317:1.0 334:1.0 450:1.0 473:1.0 592:1.0 625:1.0 647:1.0 
681:1.0 794:1.0
17.0 26:1.0 109:1.0 143:1.0 198:2.0 413:1.0 476:1.0 582:1.0 586:1.0 611:1.0 
629:1.0 737:1.0
12.0 255:1.0 394:1.0
etc etc

我使用e1071软件包将文件读入r，如下所示：

m= read.matrix.csr(filename)

得到的matrix.csr的结构如下：

 $ x:Formal class 'matrix.csr' [package "SparseM"] with 4 slots
  .. ..@ ra       : num [1:31033] 2 1 1 1 1 1 2 1 1 1 ...
  .. ..@ ja       : int [1:31033] 109 272 485 586 741 767 109 224 317 334 ...
  .. ..@ ia       : int [1:2996] 1 7 18 29 31 41 49 65 79 83 ...
  .. ..@ dimension: int [1:2] 2995 796
 $ y: Factor w/ 51 levels "0.0","1.0","10.0",..: 45 45 10 5 42 25 23 41 23 25 ...

当我使用as.matrix（m）转换为密集矩阵时，它会生成一列和两行，每行都有一个无法解释的（由我）对象。

当我只是尝试将matrix.csr保存回文件时（不进行任何中间处理），我收到以下错误：

abs（x）中的错误：数学函数的非数字参数

我猜libsvm格式是不兼容的，但我真的不确定。任何帮助将不胜感激。

Answer 1

好的，缺少它：

m= read.matrix.csr(filename)$x

因为read.matrix.csr是一个包含两个元素的列表;矩阵和向量。换句话说，目标/标签/类与特征矩阵分开。

对于其他新手的注释：在Cran文档中，似乎“值”子标题是指函数的返回值

价值

如果数据文件不包含y变量，则read.matrix.csr返回   matrix.csr类的对象，

其他包含组件的列表：

类matrix.csr
的x对象
数值或因子水平的向量，取决于fac

r：使用库读取libsvm文件（e1071）

1 个答案: