如何将numpy数组转换为libsvm格式答案

【问题标题】：How to convert numpy array into libsvm format如何将numpy数组转换为libsvm格式
【发布时间】：2014-12-18 00:18:55
【问题描述】：

我有一个图像的 numpy 数组，并试图将其转储为 LABEL I0:V0 I1:V1 I2:V2..IN:VN 的 libsvm 格式。我看到 scikit-learn 有一个 dump_svmlight_file 并希望尽可能使用它，因为它经过优化且稳定。

它接受参数 X、y 和文件输出名称。我正在考虑的价值观是： X - numpy 数组你 - ???? 文件输出名称 - 不言自明

这是对 X 的正确假设吗？我很困惑我应该为你做些什么。看来它需要是某种功能集。但是，我不知道我将如何获得它。提前感谢您的帮助！

【问题讨论】：

标签： python arrays numpy svm libsvm

【解决方案1】：

svmlight 格式是为分类/回归问题量身定制的。因此，数组X 是一个矩阵，其行数与集合中的数据点一样多，列数与特征一样多。 y 是实例标签的向量。

例如，假设您有 1000 个对象（例如自行车和香蕉的图像），具有 400 个维度的特征。 X 将是 1000x400，y 将是一个 1000 向量，其中应该有自行车的条目为 1，应该有香蕉的条目为 -1。

【讨论】：

这让事情变得更加清晰。所以我有 500 张图片 *6 类 = 3000 张图片。我将它们从 JPEG 图像转换为 numpy 数组，所以我假设我的 X 为 3000x3（3 来自 RGB 尺寸）。我仍然对我的 y 会是什么感到困惑。有没有一种简单的方法可以将其扩展到 6 个类，或者我是否必须为标记类中的每个类做类似 1 if class1 else -1 的事情？
好吧，让我们退后一步……你最终想要做什么？您是否尝试在数据上训练多类分类器？您是否有理由导出数据，而不仅仅是使用sklearn.SVC？ SVM 是一个二元分类器，这意味着它实际上只处理两类情况（尽管有一些泛化可以处理更多类）。人们通常做的是训练几个一对多或一对一的分类器，然后汇总结果。
我正在尝试训练一个多类分类器，是的。我尝试导出它的原因是为了测试我在 libsvm 中的 easy.py 文件中设置的数据，以测试单个类的准确性，因为我在这方面没有经验。理想情况下，我想使用sklearn.SVC。我对自己的技能没有足够的信心来扩展它并自己找到 C 和 y，以及交叉验证结果。您会向完全的初学者推荐什么？
我想我会建议坚持使用 sklearn。这是一个非常好的软件包，并且有完整的文档记录。页面here 列出了几个示例，例如this，应该会有所帮助。一般来说，我会先尝试使用线性内核，因为它更难过拟合并且只有一个参数C。然后您可以尝试使用 RBF 内核进行试验。 sklearn 也有交叉验证和参数选择的例子。
非常感谢您的宝贵建议！只是为了让我明白这一点，我必须从 JPEG -> numpy array [R,G,B] -> sklearn Scale -> （我假设我在这里得到 y。我仍然对如何得到它感到困惑. 见最后一句) -> sklearn Fit -> sklearn Predict -> sklearn Score。对于 y：由于我有一个图像数组，例如）[[255,255,255]、[47,123,23]、[191,63,132]]，一旦缩放后这将是 X，我将如何从中收集 y？