我想执行 SVM light 和 SVM rank，
所以我需要将我的数据处理成SVM light的格式。
但是我遇到了一个大问题......
我的 Python 代码如下：
import pandas as pd
import numpy as np
from sklearn.datasets import dump_svmlight_file
self.df = pd.DataFrame()
self.df['patent_id'] = patent_id_list
self.df['Target'] = class_list
self.df['backward_citation'] = backward_citation_list
self.df['uspc_originality'] = uspc_originality_list
self.df['science_linkage'] = science_linkage_list
self.df['sim_bc_structure'] = sim_bc_structure_list
self.df['claim_num'] = claim_num_list
self.qid = dataset_list
X = self.df[np.setdiff1d(self.df.columns, ['patent_id','Target'])]
y = self.df.Target
dump_svmlight_file(X,y,'test.dat',zero_based=False, query_id=self.qid,multilabel=False)
输出文件“test.dat”如下所示：
但真实数据是这样的：
我有一个错误的索引......
以第一个例子为例，第 1 列的值为 7，第 2~4 列的值为 0，第 5 列的值为 2....
所以我的预期结果是这样的：
1 qid:1 1:7 5:2
但是输出文件的列索引完全错误....
不幸的是......我无法弄清楚问题出在哪里......
好久没能解决这个问题了。。。。。
谢谢你的帮助！！