我创建了一个 SVMlight 文件,其中仅包含 pandas 数据框中的一行:
from sklearn.datasets import load_svmlight_file
from sklearn.datasets import dump_svmlight_file
dump_svmlight_file(toy_data.drop(["Output"], axis=1),toy_data['Output'],"../data/oneline_pid.txt", query_id=toy_data['EventID'])
文件中的结果如下所示:
0 qid:72048431380967004 0:1440446648 1:72048431380967004 2:236784985 3:1477 4:26889 5:22 6:36685162242798766 8:1919947 10:22 11:48985 12:1840689
当我尝试加载文件时,query_id=True
出现溢出错误。
train = load_svmlight_file("../data/oneline_pid.txt", dtype=np.uint64, query_id=True)
溢出错误:有符号整数大于最大值
如果我加载文件时query_id=False
没有出现错误消息,但 query_id 的值是错误的。这是输出:
[[ 1440446648 72048431380967008 236784985 1477
26889 22 36685162242798768 0
1919947 0 22 48985
1840689]]
72048431380967004
现在显示为72048431380967008
.
我如何避免这个错误,最大值np.uint64
是9223372036854775807
所以应该没有溢出错误。
也尝试使用np.int64
as 数据类型加载,但输出是相同的。
Scikit-learn 版本:0.16.1 OS X Yosemite 10.10.5