用于将文档集合转换为LibSVM格式的实用程序

Question

我有两个不同的文件夹，一个用于正面课程，另一个用于负面课程。每个文件夹都包含一组文档。是否有任何实用程序可以将此训练数据集转换为LibSVM格式？

Answer 1

您可以使用scikit-learn编写python脚本来执行此操作。您可以使用以下实用程序：

• load_files加载文本文档，

• TfIdfVectorizer在内存矩阵中提取文本要素为scipy.sparse，

• dump_svmlight使用svmlight格式将生成的稀疏矩阵保存在磁盘上。