将数据从 csv 加载到 Scikit learn SVM

Question

我想训练 SVM 来执行 class 样本化。我有一个 csv 文件，其中有 3 列 headers：特征 1、特征 2、class 标签和 20 行（=样本数）。

现在我引用 Scikit-Learn 文档 “与其他 classifier 一样，SVC、NuSVC 和 LinearSVC 将两个数组作为输入：一个大小为 [n_samples、n_features] 的数组 X 保存训练样本，一个数组 y class 标签（字符串或整数），大小 [n_samples]:"

我知道我需要获得两个数组（一个二维数组和一个一维数组）以便将数据输入 SVM。但是我无法理解如何从 csv 文件中获取所需的数组。我试过下面的代码

import numpy as np
data = np.loadtxt('test.csv', delimiter=',')
print data

但是显示错误 "ValueError: could not convert string to float: ��ࡱ�"

csv 中没有第 headers 列。我在调用函数 np.loadtxt 时是否犯了任何错误，还是应该使用其他方法？

更新：这是我的 .csv 文件的样子。

12  122 34
12234   54  23
23  34  23

Answer 1

您传递了参数 delimiter=',' 但您的 csv 不是逗号分隔的。

因此以下工作：

In [378]:

data = np.loadtxt(path_to_data)
data
Out[378]:
array([[  1.20000000e+01,   1.22000000e+02,   3.40000000e+01],
       [  1.22340000e+04,   5.40000000e+01,   2.30000000e+01],
       [  2.30000000e+01,   3.40000000e+01,   2.30000000e+01]])

docs 表明默认情况下分隔符是 None 因此将空格视为分隔符：

delimiter : str, optional The string used to separate values. By default, this is any whitespace.

Answer 2

问题出在 csv 文件上，而不是 loadtxt() 函数上。我保存的格式没有给出正确的 .csv 文件（不知道为什么！-也许我根本没有保存它）。但是有一种方法可以验证 csv 文件是否以正确的格式保存。使用记事本打开 .csv 文件。如果数据之间有逗号，则表示已正确保存。并且 loadtxt() 将起作用。如果它显示一些乱码，请重新创建它然后检查。

将数据从 csv 加载到 Scikit learn SVM

load data from csv into Scikit learn SVM

python

csv

numpy

scikit-learn