Python 从文本文件中提取特征并将其训练到分类器

我需要将文本文件中的一些数据组织成分类器的特征。我有3个特性需要训练，我在理解特性变量的正确格式时遇到了一些困难

from sklearn import tree
import os
import re

os.chdir(r"C:\ig_automation")
metrics_to_train = open('metrics_to_train.txt', 'r')
labels_to_train = open('labels_to_train.txt', 'r')
validation_metrics = open('validation_metrics.txt', 'r')
validation_labels = open('validation_labels.txt', 'r')

clf = tree.DecisionTreeClassifier()
features = metrics_to_train.read().replace("\n","").replace("   "," 
").split(" ")
print(features)

输出：

['1434.0', '4000000.0', '33.0', '82.0', '39.0', '219.0', '634.0', '5506.0', '58.0', '106.0', '783.0', '332.0', '222.0', '413.0', '197.0', '112.0'......

数据如下：专长1-帖子数量（位置0=1434），专长2-追随者数量（位置1=4000000），专长3-追随者数量（位置2=33），并重复直到列表的最后一个值

我必须用这些特性训练分类器，并得到一个标签

此外，如果我在导入数据时遇到任何问题，请参阅文本文件中的以下几行：

1434.0   4000000.0   33.0   
82.0   39.0   219.0   
634.0   5506.0   58.0   
106.0   783.0   332.0   
222.0   413.0   197.0   

---

我是ML的新手，所以我真的需要一些建议。谢谢

您需要转置特征矩阵

这是因为所有的

scikit学习

函数都需要一个矩阵

X

作为输入，其中行是

主题（样本）

，列是“特征（变量）”

从

因此，使用

numpy

快速转置数据：

import numpy as np

features = np.array(features)
X = features.T

clf.fit(X,....)

---

如果我理解正确，文本文件中的每一行对应一个示例，即第一行是1个用户的所有功能，第二行是第2个用户的功能，依此类推。如果是这种情况，您读取数据的方式是不正确的。你应该得到（nx3）矩阵，其中N是用户的数量，3是功能的数量（帖子、关注者、关注者）。是的，数据是按照你描述的方式显示的。我会试试的，谢谢！成功了！再次感谢！