r: 使用库读取 libsvm 文件 (e1071)

Posted 2023-03-12

【中文标题】r: 使用库读取 libsvm 文件 (e1071)

【英文标题】：r: Reading libsvm files with library (e1071)

【发布时间】：2018-03-08 05:06:10

【问题描述】：

我使用 org.apache.spark.mllib.util.MLUtils 包在 scala 中生成了一个 libsvm 文件。

文件格式如下：

49.0 109:2.0 272:1.0 485:1.0 586:1.0 741:1.0 767:1.0
49.0 109:2.0 224:1.0 317:1.0 334:1.0 450:1.0 473:1.0 592:1.0 625:1.0 647:1.0 
681:1.0 794:1.0
17.0 26:1.0 109:1.0 143:1.0 198:2.0 413:1.0 476:1.0 582:1.0 586:1.0 611:1.0 
629:1.0 737:1.0
12.0 255:1.0 394:1.0
etc etc

我使用e1071包将文件读入r如下：

m= read.matrix.csr(filename)

生成的matrix.csr的结构如下：

 $ x:Formal class 'matrix.csr' [package "SparseM"] with 4 slots
  .. ..@ ra       : num [1:31033] 2 1 1 1 1 1 2 1 1 1 ...
  .. ..@ ja       : int [1:31033] 109 272 485 586 741 767 109 224 317 334 ...
  .. ..@ ia       : int [1:2996] 1 7 18 29 31 41 49 65 79 83 ...
  .. ..@ dimension: int [1:2] 2995 796
 $ y: Factor w/ 51 levels "0.0","1.0","10.0",..: 45 45 10 5 42 25 23 41 23 25 ...

当我使用 as.matrix(m) 转换为密集矩阵时，它会产生一列和两行，每行都有一个（我）无法解释的对象。

当我只是尝试将 matrix.csr 保存回文件（不进行任何中间处理）时，我收到以下错误：

abs(x) 中的错误：数学函数的非数字参数

我猜测 libsvm 格式不兼容，但我真的不确定。 任何帮助将不胜感激。

【参考方案1】：

好的，简而言之：

m= read.matrix.csr(filename)$x

因为 read.matrix.csr 是一个包含两个元素的列表；矩阵和向量。 换句话说，目标/标签/类从特征矩阵中分离出来。

新手注意事项：在 Cran 文档中，“值”子标题似乎是指函数的返回值

价值

如果数据文件不包含 y 变量，则 read.matrix.csr 返回 matrix.csr 类的对象，

还有一个包含组件的列表：

matrix.csr 类的 x 对象

y 数值或因子水平向量，取决于 fac