LIBSVM 数据准备：将 Excel 数据转换为 LIBSVM 格式

Posted 2023-03-12

【中文标题】LIBSVM 数据准备：将 Excel 数据转换为 LIBSVM 格式

【英文标题】：LIBSVM Data Preparation: Excel data to LIBSVM format

【发布时间】：2017-03-19 02:45:47

【问题描述】：

我想研究如何执行 LIBSVM 进行回归，我目前正忙于准备数据。目前我有这种 .csv 和 .xlsx 格式的数据，我想把它转换成 libsvm 数据格式。

到目前为止，我了解数据应该是这种格式，以便可以在 LIBSVM 中使用：

根据我阅读的内容，对于回归，“标签”是可以是任何实数的目标值。

我正在进行电力负荷预测研究。谁能告诉我它是什么？最后，我应该如何组织我的列和行？

【参考方案1】：

LIBSVM 数据格式由下式给出：

:: .........

如您所见，这形成了一个矩阵 [(IndexCount + 1) 列，LineCount 行]。更准确地说是一个稀疏矩阵。如果您为 each index 指定一个值，则您有一个 dense 矩阵，但如果您只指定几个索引，如 <label> <5:value> <8:value>，则只有索引 5和8 当然label 将有一个自定义值，所有其他值都设置为0。这只是为了符号简单或节省空间，因为数据集可能很大。

对于标签的含义，我引用ReadMe file：

是训练数据的目标值。对于分类， 它应该是一个整数，它标识一个类（多类 支持分类）。对于回归，它是任何真实的 数字。对于一类 SVM，它没有被使用，所以可以是任何数字。 是从 1 开始的整数， 是实数。指数 必须按升序排列。

如您所见，label 是您要预测的数据。 index 标记您的数据及其value 的功能。特征只是与您的目标值相关联或关联的指标，因此可以做出更好的预测。

完全虚构故事时间：Gabriel Luna（一个完全虚构的角色）想要预测他未来几天的能量消耗。他发现，前一天的室外温度是一个很好的指标，因此他选择索引为1 的Temperature 作为特征。 重要提示： 索引总是从一开始，零有时会导致奇怪的 LIBSVM 行为。然后，他惊讶地注意到，一周中的某一天（周一到周日或 0 到 6）也会影响他的负载，因此他选择它作为第二个功能，索引为 2 . LIBSVM 的矩阵行现在具有以下格式：

<myLoad_Value> <1:outsideTemperatureFromYesterday_Value> <2:dayOfTheWeek_Value>

Gabriel Luna（他是夜间的蝙蝠侠）现在在几周内捕获这些数据，可能看起来像这样（负载以 kWh 为单位，温度以°C 为单位，如上所述的白天）：

0.72 1:25 2:00.65 1:21 2:10.68 2:29 2:2...

注意，由于 稀疏矩阵 格式，我们可以省略 2:0。这将是您训练 LIBSVM 模型的训练数据。然后，我们预测明天的负载如下。你知道今天的温度，让我们说23°C，今天是星期二，即1，所以明天是2。所以，这是与模型一起使用的线或向量：

0 1:23 2:2

在这里，您可以任意设置<label> 的值。它将被预测值覆盖。我希望这会有所帮助。

【讨论】：

哇！非常感谢这个非常全面的解释.. 我对 libsvm 的数据格式一无所知，但这真的帮助我理解它.. 非常感谢！

网络上最好的解释之一。当我尝试使用 SVM 构建模型时，libSVM 格式有何重要意义？我不能只是缩放数据并通过算法运行它以获得经过训练的模型吗？

@thatguy，我想我遗漏了一些东西......索引特征对应关系是否保存在不同的文件中？对我来说，libsvm 文件中只使用任意索引似乎很奇怪......