OpenCV机器学习算法的CSV格式

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:

  1. 可以被strod解析为double的任何内容
  2. 问号(?)或空字符串表示缺失值
  3. 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。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注