处理外部数据

Question

我对scikit的学习还比较陌生，我正在学习和预测iris数据集中的样本的一些例子。但是，如何为此加载外部数据集？你知道吗

我下载了一个数据集，其数据格式如下：

id attr1 attr2 .... label
123 0 0 ..... abc
234 0 0 ..... dsf
....
....

那么我应该如何加载这个数据集来学习和绘制预测呢？谢谢。你知道吗

Answer 1

一种选择是使用^{}。假设数据是空间分隔的：

import pandas as pd
X = pd.read_csv('data.txt', sep=' ').values

其中^{}返回DataFrame，values属性返回包含数据的numpy数组。您可能希望将上述X的最后一列分离出来作为标签，比如说，放入一维数组y：

X, y = X[:, :-1], X[:, -1]