- 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
Python 之 LIBSVM 使用小结(三)
最新推荐文章于 2023-07-05 22:46:30 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)