在 .libsvm 格式的数据文件上应用机器学习算法

【问题标题】：Applying Machine learning algorithms on .libsvm format datafiles在 .libsvm 格式的数据文件上应用机器学习算法
【发布时间】：2019-02-26 11:15:57
【问题描述】：

我目前正在处理 .libsvm 格式的数据集，我无法在这些数据集上使用不同的机器学习算法，例如 kNN、SVM、随机森林。

将它们应用于 .csv 格式很容易，但该方法不适用于 .libsvm 文件。

请说明方法。

【问题讨论】：

libsvm 是一种低级方法，并且有一个简单的估算器。您可以将数据转换为其他格式，然后尝试使用您提到的经典算法（如 kNN、SVM、随机森林）在其上构建估算器。
@abunickabhi 你想说什么？ libsvm 是一个库，它的 simple estimator 实际上并不那么简单，它是一个 SVM。这是 sklearn 执行（内核）SVM 所使用的库。

【解决方案1】：

LIBSVM 格式是公开标准化的，可以说比 csv 更易于解析/使用。基本格式可见here。

但你不需要自己做。

您可以使用sklearn 阅读它们，它是load_svmlight_file：

将 svmlight / libsvm 格式的数据集加载到稀疏 CSR 矩阵中

但是要让自己熟悉稀疏矩阵，尽管在使用 sklearn 时，大多数东西都可以在你不关心密集与稀疏的情况下工作。

我不太了解这种格式相对于 svmlight 格式的背景/演变，但 sklearn 的文档说这些是相同的，我可以通过经验 ob 能够加载所有 libsvm datasets 来支持这一点上面的函数。

【讨论】：