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。
答案 0 :(得分: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