machine-learning - 用于将文档集合转换为 LibSVM 格式的实用程序

Question

我有两个不同的文件夹，一个用于正类，另一个用于负类。每个文件夹都包含一组文档。是否有任何实用程序可以将此训练数据集转换为 LibSVM 格式？

Answer 1

您可以使用 scikit-learn 编写一个 python 脚本来执行此操作。您可以使用以下实用程序：

• load_files加载文本文件，

• TfIdfVectorizer提取文本特征作为scipy.sparse内存矩阵，

• dump_svmlight使用 svmlight 格式将生成的稀疏矩阵保存在磁盘上。