svmLight 格式中的每一项是什么意思答案

【问题标题】：What does each item mean in svmLight FormatsvmLight 格式中的每一项是什么意思
【发布时间】：2016-10-01 00:20:51
【问题描述】：

我很困惑每个部分在 svmLight 数据格式中的含义。例如：

(label/target, [(feature, value), ...], queryid)

label是不是表示数据的rank，queryid是object的id？

例如：对于以下项目：

2 qid：1 1：4.000000 2：2.772589 3：0.26667 4：0.26667 5：0.258154 5：37.330565 6：11.431241 7：37.307017 8：1.213630 9：11：15.634736 12：2.7422791112：2.74949111 37.791635 15：-38.002289 16：14.000000 17：5.634790 18：0.063927 19：0.063290 20：28.303065 21：9.340024 22：24.809801 23：0.231553 24：52.396216 25：1.692954 26：16.619600 27：2.810583 28：-45.733775 29：-44.612550 30 ：-44.823263 31：18.000000 32：6.579251 33：0.076923 34：0.076923 34：0.0.076079 36：0.0.076079 36：0.07.70476 43.302044 #docid = 346319

2 是否表示对象的等级/目标值？那么 qid 或 docid 对文件意味着什么？

谢谢！

【问题讨论】：

标签： python format svm svmlight

【解决方案1】：

前导数确实是这个对象的“目标”。 qid:1 部分用于约束此类对象之间的成对差异。 docid，或者更确切地说是最后一个 # 之后的所有内容都是一个信息字符串，

可用于向内核传递附加信息（例如非特征向量数据）

(source).

官方来源中给出了每个对象的一般格式，标题为“如何使用”：

<line> .=. <target> <feature>:<value> <feature>:<value> ... <feature>:<value> # <info>
<target> .=. +1 | -1 | 0 | <float> 
<feature> .=. <integer> | "qid"
<value> .=. <float>
<info> .=. <string>

注意你指定的格式

(label/target, [(feature, value), ...], queryid)

是 pysvmlight 的名称，这是一个 Python 绑定到由 Thorsten Joachims 制作的 SVM-Light 支持向量机库，我之前引用过。您需要编写一个解析器来将 svmlight 原生的数据文件解析为 pysvmlight 使用的格式。 StackOverflow 上至少有one example，尽管它没有考虑到qid，但是当您阅读该解析器的代码时添加它应该不会太难。

【讨论】：

谢谢！这很有帮助！