libsvm数据格式

我正在使用libsvm（http://www.csie.ntu.edu.tw/~cjlin/libsvm/）工具进行支持向量分类。但是，我对输入数据的格式感到困惑。

从自述文件：

训练和测试数据文件的格式为：

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

每行包含一个实例，并以“ \ n”字符结尾。对于分类，<label>是指示类标签的整数（支持多类）。为了回归，<label>目标值可以是任何实数。对于一类SVM，不使用它，因此可以是任何数字。该对<index>:<value>提供一个特征（属性）值：<index>是一个从1开始的整数，<value> 是一个实数。唯一的例外是预先计算的内核， <index>从0开始；请参阅预计算内核部分。索引必须按升序排列。测试文件中的标签仅用于计算准确性或错误。如果未知，则在第一列中填入任何数字。

我有以下问题：

1. 有什么用<index>？它有什么作用？
2. 不同数据实例的相同索引值之间是否存在对应关系？
3. 如果我错过/跳过两者之间的索引怎么办？

我问是因为libsvm的软件包中包含的数据文件* heart_scale *在第12行中，索引从2开始。<value>索引1 的for 是否被视为未知/丢失？注意：软件包随附的tools / checkdata.py工具表示* heart_scale *文件正确。

此链接应该有帮助：http : //www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html#/Q3 : _Data_preparation

提到数据是以稀疏数组/矩阵形式存储的。从本质上讲，这意味着仅存储非零数据，而任何丢失的数据都将作为保持值零。对于您的问题：

a）索引仅用作区分特征/参数的一种方式。就超空间而言，它只是指定每个组件：例如：3-D（3个特征）索引1,2,3将对应于x，y，z坐标。

b）对应关系仅仅是数学上的，在构造超平面时，这些作为坐标。

c）如果您在两者之间跳过一个，则应将其分配为默认值零。

简而言之，+1 1：0.7 2：1 3：1转换为：

将点（0.7,1,1）分配给+1类。

只是小而快速的指南：

LibSVM格式意味着您的文档需要进行预处理。您需要知道将使用多少个分类类（最有可能是2个）和特征空间。

分类类就像是对/错；0,1，...在这里，您需要将其转换为整数（例如0,1）。

特征空间是用于多维数据的空间。每个功能（向量）应具有自己的ID（索引）及其值。例如1：23.2表示特征/维度1的值为23.2

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