使用 shogun 工具箱加载数据

Question

我正在尝试使用 shogun 工具箱来 class确定 this dataset 中的人是否溺水。

我想使用 shogun 引擎，如 CFIle、LibSVMFile、SparseRealFeatures 等...如 shogun introduction 中所述，但我被卡住了。

首先，在本介绍中，您直接加载该格式的 LibSVMFile，但是，作者没有提及他们如何从 CSV 格式（这是他使用的数据集的原始格式）...

由于我没有所需格式的数据集，我尝试使用 CFile class 或更好的 CCSVFile class 加载我的数据集，但我得到了

NameError: name 'CFile' is not defined

和

NameError: name 'CCSVFile' is not defined

（我正在使用 Python3 从 Ubuntu 17.10 中的源代码编译的幕府将军，并且我正在使用 "from shogun import *" 导入所有幕府将军）

然而，当我使用

data_file=LibSVMFile(os.path.join(SHOGUN_DATA_DIR, 'train.csv'))

如示例所示，未定义的 classes 没有错误，但是 正如预期的那样，它退化于：

[1]    8870 segmentation fault (core dumped)  python3 titanic.py

我想知道使用此 shogun 引擎加载数据集的正确方法是什么...

在其他 shogun 笔记本中，他们没有使用它们，只是使用其他库加载数据集，我开始认为这是最好的方法。

Answer 1

要读取 CSV 文件，您应该 运行 以下内容（在 python 中）：

import shogun as sg
train_csv = sg.CSV("train.csv")

但请注意，该文件包含大量需要编码的分类，因此在实际尝试将其用于 shogun 模型之前，您首先应该进行一些数据处理。