dump_svmlight_file

sklearn.datasets.dump_svmlight_file(X, y, f, *, zero_based=True, comment=None, query_id=None, multilabel=False)

将数据集以svmlight / libsvm文件格式转储。

这种格式是基于文本的格式，每行一个样本。它不存储零值特征，因此适用于稀疏数据集。

每行的第一个元素可以用来存储一个目标变量以进行预测。

Parameters:

X{array-like, sparse matrix} of shape (n_samples, n_features)

训练向量，其中 n_samples 是样本数量， n_features 是特征数量。

y{array-like, sparse matrix}, shape = (n_samples,) or (n_samples, n_labels)

目标值。类标签必须是整数或浮点数，或者用于多标签分类的整数或浮点数数组。

fstr or file-like in binary mode

如果是字符串，指定包含数据的文件路径。 如果是类文件对象，数据将被写入f。f应以二进制模式打开。

zero_basedbool, default=True

列索引是否应从零开始（True）或从一开始（False）。

commentstr or bytes, default=None

插入文件顶部的注释。这应该是一个Unicode字符串，将被编码为UTF-8，或者是ASCII字节字符串。 如果给出了注释，那么它前面会有一个标识文件是由scikit-learn转储的注释。请注意，并非所有工具都能解析SVMlight文件中的注释。

query_idarray-like of shape (n_samples,), default=None

包含成对偏好约束的数组（svmlight格式中的qid）。

multilabelbool, default=False

样本可以有多个标签（参见 https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/multilabel.html）。

Added in version 0.17: 参数 multilabel 以支持多标签数据集。

Examples

>>> from sklearn.datasets import dump_svmlight_file, make_classification
>>> X, y = make_classification(random_state=0)
>>> output_file = "my_dataset.svmlight"
>>> dump_svmlight_file(X, y, output_file)