Python Sklearn多类数据集加载
对于多类问题,我使用Scikit学习。我发现很少有关于如何加载具有多个类的自定义数据集的示例。Python Sklearn多类数据集加载,python,dataset,scikit-learn,Python,Dataset,Scikit Learn,对于多类问题,我使用Scikit学习。我发现很少有关于如何加载具有多个类的自定义数据集的示例。sklearn.datasets.load_files方法似乎不适合,因为文件需要多次存储。我现在有以下结构: X=>Python列表和功能列表(文本) y=>Python列表和类列表(文本) 如何将其转换为Scikit Learn可以在分类器中使用的结构 import numpy as np from sklearn.preprocessing import MultiLabelBin
sklearn.datasets.load_files
方法似乎不适合,因为文件需要多次存储。我现在有以下结构:
X=>Python列表和功能列表(文本)
y=>Python列表和类列表(文本)
如何将其转换为Scikit Learn可以在分类器中使用的结构
import numpy as np
from sklearn.preprocessing import MultiLabelBinarizer
X = np.loadtxt('samples.csv', delimiter=",")
y_aux = np.loadtxt('targets.csv', delimiter=",")
y = MultiLabelBinarizer().fit_transform(y_aux)
代码解释:假设您的所有功能都存储在名为samples.csv
的文件中,而多类标签则存储在另一个名为targets.csv
的文件中(它们当然可以存储在同一个文件中,您只需拆分列)。为清楚起见,在本例中,我的文件包含:
samples.csv
4.0,3.2,5.5
6.8,5.6,3.3targets.csv
1,4您的数据集(或其子集)是什么样子的?转换后您希望得到什么样的结果?(1)加载到sklearn中的数据集应为数字形式,而不是字符串或数字以外的任何形式(2)分配给输出的列,具有单独的浮点,如0.0、1.0、2.0、,3.0将符合多类分类器的条件。这有用吗?
y = array([[1, 0, 0, 1], [0, 1, 1, 0]])