Python 之 LIBSVM 使用小结（三）

1. 准备数据：一种方法是通过svm_read_problem方法直接读取libsvm格式的文件，返回分类标签([])和数据([[]])。如：labels, datas =svm_read_problem(‘filename’) ,还有一种方法是直接python格式的，这种方法适用于在程序执行过程中动态产生的data，我要用到的就是这种，没必要把大量的数据都写入文件(这两天搞infominer算法挖掘序列数据模式并看预测效果是个苦力活呀)。python的libsvm处理数据也分为两种，一种是特征值连续的不用手动去表明各个属性值的index,即是说省掉了 label index1:value1 index2:value2……中的index值，例如labels, datas = [1,-1], [[1,0,1], [-1,0,-1]],还有一种就是带index的，适合处理那些数据比较稀疏的，即好多特征值木有