4

私が欲しかったフォーマットは「SVM-Light」と呼ばれ、ここで説明されていることがわかりましたhttp://svmlight.joachims.org/。

次のような形式のテキスト ファイルに変換したいデータ フレームがあります。

output featureIndex:featureValue ... featureIndex:featureValue

たとえば、次のようになります。

t = structure(list(feature1 = c(3.28, 6.88), feature2 = c(0.61, 1.83
), output = c("1", "-1")), .Names = c("feature1", "feature2", 
"output"), row.names = c(NA, -2L), class = "data.frame")

t
#   feature1 feature2 output
# 1     3.28     0.61      1
# 2     6.88     1.83     -1

次のようになります。

1 feature1:3.28 feature2:0.61
-1 feature1:6.88 feature2:1.83

これまでの私のコード:

nvars = 2
l = array("row", nrow(t))
for(i in(1:nrow(t)))
{
    l = t$output[i]

    for(n in (1:nvars))
    {
        thisFeatureString = paste(names(t)[n], t[[names(t)[n]]][i], sep=":")
        l[i] = paste(l[i], thisFeatureString)
    }
}

しかし、結果を完成させてテキスト ファイルに書き込む方法がわかりません。また、コードはおそらく効率的ではありません。

これを行うライブラリ関数はありますか？この種の出力形式は、たとえば Vowpal Wabbit では一般的なようです。

4

2 に答える 2

2

svm-lightデータ形式が広く使用されているようですが、既製のソリューションは見つかりませんでした。

これが実用的な解決策です（少なくとも私の場合）：

############### CONVERT DATA TO SVM-LIGHT FORMAT ##################################
# data_frame MUST have a column 'target'
# target values are assumed to be -1 or 1
# all other columns are treated as features
###################################################################################
ConvertDataFrameTo_SVM_LIGHT_Format <- function(data_frame)
{
    l = array("row", nrow(data_frame)) # l for "lines"
    for(i in(1:nrow(data_frame)))
    {
        # we start each line with the target value
        l[i] = data_frame$target[i]

        # then append to the line each feature index (which is n) and its 
        # feature value (data_frame[[names(data_frame)[n]]][i])
        for(n in (1:nvars))
        {
            thisFeatureString = paste(n, data_frame[[names(data_frame)[n]]][i], sep=":")
            l[i] = paste(l[i], thisFeatureString)
        }
    }

    return (l)
}
###################################################################################
于 2014-06-10T14:11:13.793 に答える
1

出力に列名が含まれていなくてもかまわない場合は、簡単applyに使用できると思います。

apply(t, 1, function(x) paste(x, collapse=" "))
#[1] "3.28 0.61 1"  "6.88 1.83 -1"

そして、出力の出現順序を関数の出力に調整するには、次のようにします。

apply(t[c(3, 1, 2)], 1, function(x) paste(x, collapse=" "))
#[1] "1 3.28 0.61"  "-1 6.88 1.83"
于 2014-06-10T14:20:30.280 に答える