Загрузка данных из файла, использовать с sklearn

Я видел, что с помощью sklearn мы можем использовать некоторые предопределенные наборы данных, например mydataset = datasets.load_digits() мы можем получить массив (массив numpy?) набора данных mydataset.data и массив соответствующих меток mydataset.target. Однако я хочу загрузить свой собственный набор данных, чтобы использовать его со sklearn. Как и в каком формате следует загружать данные ? Мой файл имеет следующий формат (каждая строка является точкой данных):

-0.2080,0.3480,0.3280,0.5040,0.9320,1.0000,label1
-0.2864,0.1992,0.2822,0.4398,0.7012,0.7800,label3
...
...
-0.2348,0.3826,0.6142,0.7492,0.0546,-0.4020,label2
-0.1856,0.3592,0.7126,0.7366,0.3414,0.1018,label1
6
dataset python scikit-learn

1 ответов

вы можете использовать функцию genfromtxt numpy для извлечения данных из file(http://docs.scipy.org/doc/numpy/reference/generated/numpy.genfromtxt.html)

import numpy as np
mydata = np.genfromtxt(filename, delimiter=",")

однако, если у вас есть текстовые столбцы, использование genfromtxt сложнее, так как вам нужно указать типы данных.

это будет намного проще с отличной библиотекой панд (http://pandas.pydata.org/)

import pandas as pd
mydata = pd.read_csv(filename)
target = mydata["Label"]  #provided your csv has header row, and the label column is named "Label"

#select all but the last column as data
data = mydata.ix[:,:-1]
11