OpenCV中的机器学习算法似乎使用CSV格式读取数据。例如,可以参考这个cpp文件。数据通过以下代码被读取到OpenCV的机器学习类CvMLData
中:
CvMLData data;data.read_csv( filename )
然而,关于CSV文件所需格式的文档似乎并不容易找到。有人知道CSV文件应该如何排列吗?
其他(非OpenCV)的程序通常每行对应一个训练样本,并以表示类标签的整数或字符串开头。
回答:
如果我阅读该类的源代码,特别是str_to_flt_elem函数,以及类文档,我得出结论,文件中单个项目的有效格式包括:
- 可以被strod解析为double的任何内容
- 问号(?)或空字符串表示缺失值
- 无法解析为double的任何字符串
项目1和2仅对特征有效。任何符合项目3的内容都被假定为类标签,据我推断,项目的顺序并不重要。read_csv函数会自动为CSV文件中的每一列分配正确的类型,并且(如果您愿意)您可以使用set_response_index覆盖标签。关于分隔符,您可以使用默认的(,)或者在调用read_csv之前使用set_delimiter设置为您喜欢的任何符号(只要不使用小数点)。
因此,例如,对于6个数据点,分属3个类,每个点有3个特征,以下应该可以工作:
A,1.2,3.2e-2,+4.1A,3.2,?,3.1B,4.2,,+0.2B,4.3,2.0e3,.1C,2.3,-2.1e+3,-.1C,9.3,-9e2,10.4
您可以将文本标签移动到任何您想要的列,甚至可以有多个文本标签。