將文檔集合轉換爲LibSVM格式的實用程序

Question

我有兩個不同的文件夾，一個是正面類，另一個是負面類。每個文件夾都包含一組文檔。有沒有可以將此訓練數據集轉換爲LibSVM格式的實用程序？

Answer 1

您可以使用scikit-learn編寫一個python腳本來執行此操作。您可以使用以下工具：

• load_files加載文本文檔，

• TfIdfVectorizer提取文本的功能，如存儲矩陣scipy.sparse，

• dump_svmlight，以節省所產生的稀疏矩陣使用svmlight格式的磁盤。