libsvm格式

格式简介

libsvm和libfm格式相同。在推荐系统中由于离散特征过于稀疏，为了减小存储负担，只保存索引值，即值为0的不存储。样例格式如下：

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

通过全数字的方式节省存储空间。其中，index表示第几个特征（事先记录号对应关系），value表示对应值。如果不在乎特征名称所占用的存储，可以直接存储名称，如下：

<label> <feature1>:<value1> <feature2>:<value2> ...
 ...
 ...

该种方式直接存储特征名称和特征值。还可以采用excel形式的csv格式

<label> <feature1> <feature2> ...
<label> <value1> <value2> ...
<label> <value1> <value2> ...
 ...
 ...

csv转libsvm格式

读取每条数据，把有值的特征和值组成键值对，重新写入。

data = pd.read_csv('./data/train_1m.txt', header=None, delimiter='\t',)
data.columns = ['label', 'I1', 'I2', 'I3', 'I4', 'I5', 'I6', 'I7', 'I8', 'I9', 'I10', 'I11', 'I12', 'I13',
                'C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9', '