machine-learning - ドキュメントのコレクションを LibSVM 形式に変換するためのユーティリティ

Question

2 つの異なるフォルダーがあります。1 つはポジティブ クラス用で、もう 1 つはネガティブ クラス用です。各フォルダーには、ドキュメントのコレクションが含まれています。このトレーニング データ セットを LibSVM 形式に変換できるユーティリティはありますか?

Answer 1

scikit-learn を使用して、これを行うための Python スクリプトを作成できます。次のユーティリティを使用できます。

• テキストドキュメントをロードするためのload_files 、

• TfIdfVectorizerscipy.sparseは、メモリ マトリックスのようにテキストの特徴を抽出します。

• dump_svmlightを使用して、結果の疎行列を svmlight 形式を使用してディスクに保存します。