dataset - Libsvm 数据集格式（特别是 Mnist）中样本的含义

Question

我从 Libsvm的数据集页面下载了 Mnist 数据集。所有样本如下：

5 153:3 154:18 155:18 156:18 157:126 ...

有谁知道那是什么意思？5是类标签，但什么是153:3对例如？我也无法从mnist 自己的网页中找到含义。

Answer 1

这是libsvm编码（稀疏）向量的方式。正如你所说5的是标签，以下对i:v表示i向量的第 - 个条目是v。因此，您可以将 3-dim 向量 (a,b,c) 编码为

1:a 2:b 3:c

这对于密集向量效率低下，但对于稀疏数据来说是一种良好且成熟的格式。由于它是纯文本，存储空间不是最佳的，但对于大多数应用程序来说已经足够了。而文件易于编写和阅读。