使用 h2o 读取 svmLigh 格式

Question

使用 h2o R 包 (v 3.24.0.5) 进行一些深度学习，我需要将一些大的稀疏矩阵 [2M * 10k] 导入其中。我试过使用 fwrite 但遇到了一个 cholmod 问题太大的错误，所以选择了 svmlight。原始矩阵如下所示：

    Count    Dist    
1   nan     10.1266
2   859.124 10.8198
3   nan     10.1266

为此，我使用了 sparsio 包，写入正常，但在使用 h2o.importFile 读取文件时，我发现有问题：我在每个数字前面都得到了列索引，如下所示：

library(sparsio)
write_svmlight(HiC_mat.All, file="Rdata/mat_kmer-NA.txt")


HIC_df = h2o.importFile("Rdata/mat_kmer-NA.txt")

HIC_df[1:3,1:3]
  C1        C2        C3
1  0     0:nan 1:10.1266
2  0 0:859.124 1:10.8198
3  0     0:nan 1:10.1266

知道如何摆脱这些吗？

数据应如下所示：

  C1        C2        C3
1  0       nan     10.1266
2  0    859.124    10.8198
3  0       nan     10.1266

Answer 1

好的，问题似乎确实出在我使用的 svm 文件中：

write_svmlight(x, y = numeric(nrow(x)), file = filename, zero_based = FALSE)

目前有效

使用 h2o 读取 svmLigh 格式

Reading svmLigh format with h2o

r

h2o

svmlight