如何使用 scikit-learn 将数据转换为适合用于多 class class 化任务的格式？
How to convert data in to a format suitable to be used for a multi-class classification task, using scikit-learn?
我正在尝试使用 scikit-learn 对我从 Ebay 获得的数据进行预测 API。我想知道将此数据转换为可用于 scikit-learn 的多 class class 化问题的格式的最佳方法。它解释了在 scikit-learn 网站上导入外部数据的唯一方法似乎是从 svmlight 文件加载，如下所示：
http://scikit-learn.org/stable/datasets/
我想将数据用于多种算法，而不仅仅是 SVM。我使用以下代码将数据保存在字典对象中：
from ebaysdk.finding import Connection as Finding
from requests.exceptions import ConnectionError
try:
api = Finding(appid="my_app_id")
api_request = {'keywords': 'Samsung Galaxy S5 G900R4 16GB', 'itemFilter': [{'name': 'SoldItemsOnly',
'value': 'true'}], 'outputSelector': 'SellerInfo', 'GLOBAL-ID': 'EBAY- GB'}
response = api.execute('findCompletedItems', api_request)
#print(response.dict())
except ConnectionError as e:
print(e)
print(e.response.dict())
我在网上搜索了教程或有关如何执行此操作的解释，但我找不到任何有用的内容，其中详细介绍了如何将数据转换为我需要的格式以及什么正是需要这种格式。
请有人给我一些指导，告诉我是否应该使用 svmlight 文件来实现这个以及如何去做，或者是否有任何其他关于导入我的数据的建议。我是机器学习的新手，以及 Python 和 scikit-learn，因此我们将不胜感激。
这是原始数据的格式示例：
{'autoPay': 'true',
'condition': {'conditionDisplayName': 'Used', 'conditionId': '3000'},
'country': 'US',
'galleryURL': 'http://thumbs4.ebaystatic.com/m/mO-HwGeodkgYX6sRbPyFsrg/140.jpg',
'globalId': 'EBAY-US',
'isMultiVariationListing': 'false',
'itemId': '201265198351',
'listingInfo': {'bestOfferEnabled': 'false',
'buyItNowAvailable': 'false',
'endTime': '2015-01-16T00:23:19.000Z',
'gift': 'false',
'listingType': 'StoreInventory',
'startTime': '2015-01-15T15:47:38.000Z'},
'location': 'Dandridge,TN,USA',
'paymentMethod': 'PayPal',
'postalCode': '37725',
'primaryCategory': {'categoryId': '9355',
'categoryName': 'Cell Phones & Smartphones'},
'productId': {'_type': 'ReferenceID', 'value': '182557948'},
'returnsAccepted': 'true',
'sellerInfo': {'feedbackRatingStar': 'Turquoise',
'feedbackScore': '445',
'positiveFeedbackPercent': '100.0',
'sellerUserName': 'dadscritter15'},
'sellingStatus': {'convertedCurrentPrice': {'_currencyId': 'USD',
'value': '279.99'},
'currentPrice': {'_currencyId': 'USD', 'value': '279.99'},
'sellingState': 'Ended'},
'shippingInfo': {'expeditedShipping': 'true',
'handlingTime': '2',
'oneDayShippingAvailable': 'false',
'shipToLocations': ['US',
'CA',
'GB',
'AU',
'AT',
'BE',
'FR',
'DE',
'IT',
'JP',
'ES',
'CH',
'NL',
'CN',
'HK',
'MX'],
'shippingServiceCost': {'_currencyId': 'USD', 'value': '0.0'},
'shippingType': 'FlatDomesticCalculatedInternational'},
'title': 'Samsung Galaxy S5 SM-G900R4 (Latest Model) 16GB White (U.S. Cellular) Verify ESN',
'topRatedListing': 'false',
'viewItemURL': 'http://www.ebay.com/itm/Samsung-Galaxy-S5-SM-G900R4-Latest-Model-16GB-White-U-S-Cellular-Verify-ESN-/201265198351?pt=LH_DefaultDomain_0'},
{'autoPay': 'true',
'condition': {'conditionDisplayName': 'Used', 'conditionId': '3000'},
'country': 'US',
'galleryURL': 'http://thumbs4.ebaystatic.com/m/mO-HwGeodkgYX6sRbPyFsrg/140.jpg',
'globalId': 'EBAY-US',
'isMultiVariationListing': 'false',
'itemId': '201265198351',
'listingInfo': {'bestOfferEnabled': 'false',
'buyItNowAvailable': 'false',
'endTime': '2015-01-16T00:23:19.000Z',
'gift': 'false',
'listingType': 'StoreInventory',
'startTime': '2015-01-15T15:47:38.000Z'},
'location': 'Dandridge,TN,USA',
'paymentMethod': 'PayPal',
'postalCode': '37725',
'primaryCategory': {'categoryId': '9355',
'categoryName': 'Cell Phones & Smartphones'},
'productId': {'_type': 'ReferenceID', 'value': '182557948'},
'returnsAccepted': 'true',
'sellerInfo': {'feedbackRatingStar': 'Turquoise',
'feedbackScore': '445',
'positiveFeedbackPercent': '100.0',
'sellerUserName': 'dadscritter15'},
'sellingStatus': {'convertedCurrentPrice': {'_currencyId': 'USD',
'value': '279.99'},
'currentPrice': {'_currencyId': 'USD', 'value': '279.99'},
'sellingState': 'Ended'},
'shippingInfo': {'expeditedShipping': 'true',
'handlingTime': '2',
'oneDayShippingAvailable': 'false',
'shipToLocations': ['US',
'CA',
'GB',
'AU',
'AT',
'BE',
'FR',
'DE',
'IT',
'JP',
'ES',
'CH',
'NL',
'CN',
'HK',
'MX'],
'shippingServiceCost': {'_currencyId': 'USD', 'value': '0.0'},
'shippingType': 'FlatDomesticCalculatedInternational'},
'title': 'Samsung Galaxy S5 SM-G900R4 (Latest Model) 16GB White (U.S. Cellular) Verify ESN',
'topRatedListing': 'false',
'viewItemURL': 'http://www.ebay.com/itm/Samsung-Galaxy-S5-SM-G900R4-Latest-Model-16GB-White-U-S-Cellular-Verify-ESN-/201265198351?pt=LH_DefaultDomain_0'}
如果你有一个字典列表，其中一个 json/dict 代表你可以做的产品：
>>> df = pd.DataFrame([dict1, dict2])
>>> df
autoPay condition country galleryURL globalId isMultiVariationListing itemId listingInfo location paymentMethod postalCode primaryCategory productId returnsAccepted sellerInfo sellingStatus shippingInfo title topRatedListing viewItemURL
0 true {u'conditionId': u'3000', u'conditionDisplayNa... US http://thumbs4.ebaystatic.com/m/mO-HwGeodkgYX6... EBAY-US false 201265198351 {u'listingType': u'StoreInventory', u'gift': u... Dandridge,TN,USA PayPal 37725 {u'categoryId': u'9355', u'categoryName': u'Ce... {u'_type': u'ReferenceID', u'value': u'1825579... true {u'feedbackRatingStar': u'Turquoise', u'positi... {u'currentPrice': {u'_currencyId': u'USD', u'v... {u'expeditedShipping': u'true', u'shipToLocati... Samsung Galaxy S5 SM-G900R4 (Latest Model) 16G... false http://www.ebay.com/itm/Samsung-Galaxy-S5-SM-G...
1 false {u'conditionId': u'3000', u'conditionDisplayNa... US http://thumbs4.ebaystatic.com/m/mO-HwGeodkgYX6... EBAY-US false 201265198351 {u'listingType': u'StoreInventory', u'gift': u... Dandridge,TN,USA PayPal 37725 {u'categoryId': u'9355', u'categoryName': u'Ce... {u'_type': u'ReferenceID', u'value': u'1825579... true {u'feedbackRatingStar': u'Turquoise', u'positi... {u'currentPrice': {u'_currencyId': u'USD', u'v... {u'expeditedShipping': u'true', u'shipToLocati... Samsung Galaxy S5 SM-G900R4 (Latest Model) 16G... false http://www.ebay.com/itm/Samsung-Galaxy-S5-SM-G...
然后您可以使用此 df 的列作为模型的输入。您可能想提取嵌套字典中的数据。
我正在尝试使用 scikit-learn 对我从 Ebay 获得的数据进行预测 API。我想知道将此数据转换为可用于 scikit-learn 的多 class class 化问题的格式的最佳方法。它解释了在 scikit-learn 网站上导入外部数据的唯一方法似乎是从 svmlight 文件加载，如下所示：
http://scikit-learn.org/stable/datasets/
我想将数据用于多种算法，而不仅仅是 SVM。我使用以下代码将数据保存在字典对象中：
from ebaysdk.finding import Connection as Finding
from requests.exceptions import ConnectionError
try:
api = Finding(appid="my_app_id")
api_request = {'keywords': 'Samsung Galaxy S5 G900R4 16GB', 'itemFilter': [{'name': 'SoldItemsOnly',
'value': 'true'}], 'outputSelector': 'SellerInfo', 'GLOBAL-ID': 'EBAY- GB'}
response = api.execute('findCompletedItems', api_request)
#print(response.dict())
except ConnectionError as e:
print(e)
print(e.response.dict())
我在网上搜索了教程或有关如何执行此操作的解释，但我找不到任何有用的内容，其中详细介绍了如何将数据转换为我需要的格式以及什么正是需要这种格式。
请有人给我一些指导，告诉我是否应该使用 svmlight 文件来实现这个以及如何去做，或者是否有任何其他关于导入我的数据的建议。我是机器学习的新手，以及 Python 和 scikit-learn，因此我们将不胜感激。
这是原始数据的格式示例：
{'autoPay': 'true',
'condition': {'conditionDisplayName': 'Used', 'conditionId': '3000'},
'country': 'US',
'galleryURL': 'http://thumbs4.ebaystatic.com/m/mO-HwGeodkgYX6sRbPyFsrg/140.jpg',
'globalId': 'EBAY-US',
'isMultiVariationListing': 'false',
'itemId': '201265198351',
'listingInfo': {'bestOfferEnabled': 'false',
'buyItNowAvailable': 'false',
'endTime': '2015-01-16T00:23:19.000Z',
'gift': 'false',
'listingType': 'StoreInventory',
'startTime': '2015-01-15T15:47:38.000Z'},
'location': 'Dandridge,TN,USA',
'paymentMethod': 'PayPal',
'postalCode': '37725',
'primaryCategory': {'categoryId': '9355',
'categoryName': 'Cell Phones & Smartphones'},
'productId': {'_type': 'ReferenceID', 'value': '182557948'},
'returnsAccepted': 'true',
'sellerInfo': {'feedbackRatingStar': 'Turquoise',
'feedbackScore': '445',
'positiveFeedbackPercent': '100.0',
'sellerUserName': 'dadscritter15'},
'sellingStatus': {'convertedCurrentPrice': {'_currencyId': 'USD',
'value': '279.99'},
'currentPrice': {'_currencyId': 'USD', 'value': '279.99'},
'sellingState': 'Ended'},
'shippingInfo': {'expeditedShipping': 'true',
'handlingTime': '2',
'oneDayShippingAvailable': 'false',
'shipToLocations': ['US',
'CA',
'GB',
'AU',
'AT',
'BE',
'FR',
'DE',
'IT',
'JP',
'ES',
'CH',
'NL',
'CN',
'HK',
'MX'],
'shippingServiceCost': {'_currencyId': 'USD', 'value': '0.0'},
'shippingType': 'FlatDomesticCalculatedInternational'},
'title': 'Samsung Galaxy S5 SM-G900R4 (Latest Model) 16GB White (U.S. Cellular) Verify ESN',
'topRatedListing': 'false',
'viewItemURL': 'http://www.ebay.com/itm/Samsung-Galaxy-S5-SM-G900R4-Latest-Model-16GB-White-U-S-Cellular-Verify-ESN-/201265198351?pt=LH_DefaultDomain_0'},
{'autoPay': 'true',
'condition': {'conditionDisplayName': 'Used', 'conditionId': '3000'},
'country': 'US',
'galleryURL': 'http://thumbs4.ebaystatic.com/m/mO-HwGeodkgYX6sRbPyFsrg/140.jpg',
'globalId': 'EBAY-US',
'isMultiVariationListing': 'false',
'itemId': '201265198351',
'listingInfo': {'bestOfferEnabled': 'false',
'buyItNowAvailable': 'false',
'endTime': '2015-01-16T00:23:19.000Z',
'gift': 'false',
'listingType': 'StoreInventory',
'startTime': '2015-01-15T15:47:38.000Z'},
'location': 'Dandridge,TN,USA',
'paymentMethod': 'PayPal',
'postalCode': '37725',
'primaryCategory': {'categoryId': '9355',
'categoryName': 'Cell Phones & Smartphones'},
'productId': {'_type': 'ReferenceID', 'value': '182557948'},
'returnsAccepted': 'true',
'sellerInfo': {'feedbackRatingStar': 'Turquoise',
'feedbackScore': '445',
'positiveFeedbackPercent': '100.0',
'sellerUserName': 'dadscritter15'},
'sellingStatus': {'convertedCurrentPrice': {'_currencyId': 'USD',
'value': '279.99'},
'currentPrice': {'_currencyId': 'USD', 'value': '279.99'},
'sellingState': 'Ended'},
'shippingInfo': {'expeditedShipping': 'true',
'handlingTime': '2',
'oneDayShippingAvailable': 'false',
'shipToLocations': ['US',
'CA',
'GB',
'AU',
'AT',
'BE',
'FR',
'DE',
'IT',
'JP',
'ES',
'CH',
'NL',
'CN',
'HK',
'MX'],
'shippingServiceCost': {'_currencyId': 'USD', 'value': '0.0'},
'shippingType': 'FlatDomesticCalculatedInternational'},
'title': 'Samsung Galaxy S5 SM-G900R4 (Latest Model) 16GB White (U.S. Cellular) Verify ESN',
'topRatedListing': 'false',
'viewItemURL': 'http://www.ebay.com/itm/Samsung-Galaxy-S5-SM-G900R4-Latest-Model-16GB-White-U-S-Cellular-Verify-ESN-/201265198351?pt=LH_DefaultDomain_0'}
如果你有一个字典列表，其中一个 json/dict 代表你可以做的产品：
>>> df = pd.DataFrame([dict1, dict2])
>>> df
autoPay condition country galleryURL globalId isMultiVariationListing itemId listingInfo location paymentMethod postalCode primaryCategory productId returnsAccepted sellerInfo sellingStatus shippingInfo title topRatedListing viewItemURL
0 true {u'conditionId': u'3000', u'conditionDisplayNa... US http://thumbs4.ebaystatic.com/m/mO-HwGeodkgYX6... EBAY-US false 201265198351 {u'listingType': u'StoreInventory', u'gift': u... Dandridge,TN,USA PayPal 37725 {u'categoryId': u'9355', u'categoryName': u'Ce... {u'_type': u'ReferenceID', u'value': u'1825579... true {u'feedbackRatingStar': u'Turquoise', u'positi... {u'currentPrice': {u'_currencyId': u'USD', u'v... {u'expeditedShipping': u'true', u'shipToLocati... Samsung Galaxy S5 SM-G900R4 (Latest Model) 16G... false http://www.ebay.com/itm/Samsung-Galaxy-S5-SM-G...
1 false {u'conditionId': u'3000', u'conditionDisplayNa... US http://thumbs4.ebaystatic.com/m/mO-HwGeodkgYX6... EBAY-US false 201265198351 {u'listingType': u'StoreInventory', u'gift': u... Dandridge,TN,USA PayPal 37725 {u'categoryId': u'9355', u'categoryName': u'Ce... {u'_type': u'ReferenceID', u'value': u'1825579... true {u'feedbackRatingStar': u'Turquoise', u'positi... {u'currentPrice': {u'_currencyId': u'USD', u'v... {u'expeditedShipping': u'true', u'shipToLocati... Samsung Galaxy S5 SM-G900R4 (Latest Model) 16G... false http://www.ebay.com/itm/Samsung-Galaxy-S5-SM-G...
然后您可以使用此 df 的列作为模型的输入。您可能想提取嵌套字典中的数据。