将UCI数据、Matlab数据转变为LIBSVM使用数据格式的程序

不念不忘少年蓝@ 2022-08-26 12:17 146阅读 0赞

LIBSVM使用的训练数据和检验数据文件格式如下：  
<label> <index1>:<value1> <index2>:<value2> ...  
其中<label> 是训练数据集的目标值，对于分类，它是标识某类的整数(支持多个类)；对于回归，是任意实数。<index> 是以1开始的整数，可以是不连续的；<value>为实数，也就是我们常说的自变量。检验数据文件中的label只用于计算准确度或误差，如果它是未知的，只需用一个数填写这一栏，也可以空着不填。

由于LIBSVM对数据格式的特殊要求，我们经常需要将UCI的数据转变为其所需格式，于是，需求由此产生。本人使用MATLAB编写特征属性在前、决策属性在最后一列的转化程序uci2svm.m代码如下：

function uci2svm(ucifile, delimiter)
    % 将ucifile中UCI格式的数据转化为LIBSVM所需格式的数据存放在svm+ucifile命名的文件中。
    if nargin < 2
        ucidata = dlmread(ucifile);
    else
        ucidata = dlmread(ucifile, delimiter);
    end
    [uciR, uciC] = size(ucidata);
    svmfile = strcat('svm', ucifile);
    fid = fopen(svmfile, 'w');
    for i = 1 : uciR
        fprintf(fid, '%s', num2str(ucidata(i, uciC)));
        for j = 1 : uciC - 1
            fprintf(fid,' %s:%s', num2str(j), num2str(ucidata(i, j)));
        end
        fprintf(fid,'\n');
    end
    fclose(fid);
    return

运行实例：使用iris.txt数据集文件，生成svmiris.txt文件，运行命令如下  
>> uci2svm('iris.txt');  
原文件和目标文件内容部分如下：  
iris.txt  
5.1,3.5,1.4,0.2,Iris-setosa  
4.9,3.0,1.4,0.2,Iris-setosa  
4.7,3.2,1.3,0.2,Iris-setosa  
4.6,3.1,1.5,0.2,Iris-setosa  
5.0,3.6,1.4,0.2,Iris-setosa  
5.4,3.9,1.7,0.4,Iris-setosa  
4.6,3.4,1.4,0.3,Iris-setosa  
5.0,3.4,1.5,0.2,Iris-setosa  
4.4,2.9,1.4,0.2,Iris-setosa  
4.9,3.1,1.5,0.1,Iris-setosa

...  
这里最后一列是类别标志，就是目标列！

svmiris.txt  
1 1:5.1 2:3.5 3:1.4 4:0.2  
1 1:4.9 2:3 3:1.4 4:0.2  
1 1:4.7 2:3.2 3:1.3 4:0.2  
1 1:4.6 2:3.1 3:1.5 4:0.2  
1 1:5 2:3.6 3:1.4 4:0.2  
1 1:5.4 2:3.9 3:1.7 4:0.4  
1 1:4.6 2:3.4 3:1.4 4:0.3  
1 1:5 2:3.4 3:1.5 4:0.2  
……

转：[http://www.aiseminar.cn/bbs/forum.php?mod=viewthread&tid=189][http_www.aiseminar.cn_bbs_forum.php_mod_viewthread_tid_189]

[http_www.aiseminar.cn_bbs_forum.php_mod_viewthread_tid_189]: http://www.aiseminar.cn/bbs/forum.php?mod=viewthread&tid=189