我使用org.apache.spark.mllib.util.MLUtils包在Scala中生成了一个libsvm文件。

文件格式如下：

49.0 109:2.0 272:1.0 485:1.0 586:1.0 741:1.0 767:1.049.0 109:2.0 224:1.0 317:1.0 334:1.0 450:1.0 473:1.0 592:1.0 625:1.0 647:1.0 681:1.0 794:1.017.0 26:1.0 109:1.0 143:1.0 198:2.0 413:1.0 476:1.0 582:1.0 586:1.0 611:1.0 629:1.0 737:1.012.0 255:1.0 394:1.0etc etc

我使用e1071包读取文件到R中，方法如下：

m= read.matrix.csr(filename)

生成的matrix.csr结构如下：

 $ x:Formal class 'matrix.csr' [package "SparseM"] with 4 slots  .. ..@ ra       : num [1:31033] 2 1 1 1 1 1 2 1 1 1 ...  .. ..@ ja       : int [1:31033] 109 272 485 586 741 767 109 224 317 334 ...  .. ..@ ia       : int [1:2996] 1 7 18 29 31 41 49 65 79 83 ...  .. ..@ dimension: int [1:2] 2995 796 $ y: Factor w/ 51 levels "0.0","1.0","10.0",..: 45 45 10 5 42 25 23 41 23 25 ...

当我使用as.matrix(m)将其转换为密集矩阵时，它生成了一列和两行，每行都包含一个我无法解读的对象。

当我尝试简单地将matrix.csr保存回文件（未进行任何中间处理）时，我得到了以下错误：

Error in abs(x) : non-numeric argument to mathematical function

我猜测libsvm格式可能不兼容，但我真的不确定。任何帮助将不胜感激。

回答：

简而言之：

m= read.matrix.csr(filename)$x

因为read.matrix.csr是一个包含两个元素的列表；矩阵和一个向量。换句话说，目标/标签/类别是从特征矩阵中分离出来的。

给R新手们的注意事项：在Cran文档中，似乎“Value”子标题指的是函数的返回值

Value

如果数据文件不包含y变量，read.matrix.csr返回一个matrix.csr类的对象，

否则返回一个包含以下组件的列表：

x matrix.csr类对象

y 取决于fac的数值向量或因子级别