将分类数据转换为数值并保存为libsvm格式python

Question

我有一个数据帧，看起来像这样：

    A         B        C        D
1   String1   String2  String3  String4
2   String2   String3  String4  String5
3   String3   String4  String5  String6
.........................................

我的目标是将这个数据帧转换为libSVM格式。在

到目前为止，我所做的努力如下：

^{pr2}$

有没有办法把数据帧或csv文件转换成这种格式。或者，有没有更聪明的方法来实现转型？在

我尝试从这个存储库加载要执行this的脚本，如下所示：

%load libsvm2csv.py

脚本加载正确，但运行时：

libsvm2csv.py dataframe.csv dataframe.data 0 True

或者

libsvm2csv.py dataframe.csv dataframe.txt 0 True

我得到"SyntaxError: invalid syntax"指向数据帧.csv在

Answer 1

在对数据进行预处理之后，您可以提取一个矩阵并使用scikit learnsdump_svmlight_file来创建这种格式。在

示例代码：

import pandas as pd
from sklearn.datasets import dump_svmlight_file

dummy = pd.get_dummies(dataframe)
mat = dummy.as_matrix()
dump_svmlight_file(mat, y, 'svm-output.libsvm')  # where is your y?

备注/备选方案：

你说的是libsvm2csv.py文件进行这种转换，但方向不对。它是libsvm格式->；csv。在

检查短语csv2libsvm.py如果您想从cvs->；libsvm转换（不使用scikit learn）。在

我更喜欢使用scikit learn（与phraug相比）