python – 将训练数据更改为libsvm格式,以将其传递给libsvm中的g

我是 python的新手,我正在尝试使用libsvm.我试图在grid.py的帮助下进行交叉验证.我从数据库中获取数据,因此它不是稀疏形式的.有没有办法按照grid.py中数据格式的要求以稀疏形式转换它.在文件中声明数据集应采用以下格式：

<label> <index1>:<value1> <index2>:<value2> ...

我尝试使用svm_train并在svm_parameter的帮助下生成模型.

y,x=[location_list,data_list]
prob=svm_problem(y,x)
param=svm_parameter('-t 2') 
model=svm_train(prob,param)

这里我的训练数据是格式

location_list=[8143L,8163L....]
    data_list=[[ -62L,-72L,-62L,-55L,-75L,-66L,-56L,-57L,-76L,-79L,-68L,-74L,-59L....],[-62L,......]

我尝试将prob作为grid.py中的数据集传递,但是它表示未找到数据集,因此可能应将其写入文件中.或者有什么方法可以将prob变量作为数据集传递给grid.py.

我可以按上面或下面显示的格式获取我的训练数据：

[8143L,-59L,...]
    [8163L,-59L...]
    ...................

第一个8143和8163是标签(类),其余是功能.所以我的问题是：

1)如何将此数据集转换为稀疏形式并将其保存在文件中以将其传递给grid.py？

2)我可以将prob变量保存在文件中吗？

3)我可以直接传递grid.py中的prob变量而不将其保存到文件中吗？

csv2libsvm.py <input file> <output file> [<label index = 0>] [<skip headers = 0>]

python csv2libsvm.py mydata.csv libsvm.data 0 True