Как тренировать модель наивного Байеса с форматом данных Libsvm, таким как Mnist?

Я скачал данные Mnist здесь и его forart как ниже https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/multiclass.html#mnist Как тренировать модель наивного Байеса с форматом данных Libsvm, таким как Mnist?

$ head -1 mnist 
5 153:3 154:18 155:18 156:18 157:126 158:136 159:175 160:26 161:166 162:255 163:247 164:127 177:30 178:36 179:94 180:154 181:170 182:253 183:253 184:253 185:253 186:253 187:225 188:172 189:253 190:242 191:195 192:64 204:49 205:238 206:253 207:253 208:253 209:253 210:253 211:253 212:253 213:253 214:251 215:93 216:82 217:82 218:56 219:39 232:18 233:219 234:253 235:253 236:253 237:253 238:253 239:198 240:182 241:247 242:241 261:80 262:156 263:107 264:253 265:253 266:205 267:11 269:43 270:154 290:14 291:1 292:154 293:253 294:90 320:139 321:253 322:190 323:2 348:11 349:190 350:253 351:70 377:35 378:241 379:225 380:160 381:108 382:1 406:81 407:240 408:253 409:253 410:119 411:25 435:45 436:186 437:253 438:253 439:150 440:27 464:16 465:93 466:252 467:253 468:187 494:249 495:253 496:249 497:64 519:46 520:130 521:183 522:253 523:253 524:207 525:2 545:39 546:148 547:229 548:253 549:253 550:253 551:250 552:182 571:24 572:114 573:221 574:253 575:253 576:253 577:253 578:201 579:78 597:23 598:66 599:213 600:253 601:253 602:253 603:253 604:198 605:81 606:2 623:18 624:171 625:219 626:253 627:253 628:253 629:253 630:195 631:80 632:9 649:55 650:172 651:226 652:253 653:253 654:253 655:253 656:244 657:133 658:11 677:136 678:253 679:253 680:253 681:212 682:135 683:132 684:16

Затем я попробовал пакет R naiveBayes, но получил ошибку

naiveBayes формула интерфейс обрабатывает кадры данных или массивы только

ниже, что я сделал:

Интерфейс Load R: ./bin/spa РКР --master «местный [2]»

> training <- loadDF(sqlContext, "~/Downloads/mnist", "libsvm") 

> training 
SparkDataFrame[label:double, features:vector] 

> head(training) 
    label      features 
1  0 <environment: 0x7fa8ef236630> 
2  1 <environment: 0x7fa8edc3d708> 
3  1 <environment: 0x7fa8edc561b8> 
4  1 <environment: 0x7fa8edc6aa30> 
5  1 <environment: 0x7fa8edc72aa0> 
6  0 <environment: 0x7fa8edc79ab0> 

> model <- naiveBayes(label ~ features, training) 

Error in naiveBayes.formula(label ~ features, training) : 
    naiveBayes formula interface handles data frames or arrays only

Я думаю, это потому, что «особенность» является вектор типа и R не может разобрать его. Есть ли что-то, что я делаю неправильно? Или как обращаться с векторным типом в R, чтобы получить наивную модель Байеса правильно?

спасибо.

источник

2016-05-30 keypoint

Что произойдет, если вы вызовите as.data.frame() для обучения, а затем запустите naiveBayes? – lawyeR

'> обучение <- loadDF (sqlContext, "Данные/mllib/sample_libsvm_data.txt", "libsvm") > тт <- as.data.frame (обучение) > тт метка особенности 1 0 <среда: 0x7fa8ee11a270 > 2 1 <среда: 0x7fa8edf98340> 3 1 <окружающая среда: 0x7fa8edf9e8a0> ' – keypoint

тогда объект« объект »все еще является объектом, где я предполагаю, что он должен быть массивом – keypoint

Я думаю, что я нашел проблему здесь, когда строил модель наивного Байеса. Я импортировал пакет R для naiveBayes по library(e1071)

Но если R пакет, то я должен каким-то образом преобразовать > training SparkDataFrame[label:double, features:vector] в распознаваемый формат данных R, который является массивом или кадрами данных.

Когда я включаю, чтобы зажечь встроенный метод spark.naiveBayes() для построения модели, то это генерируя модель успешно следующим образом:

model <- spark.naiveBayes(training, label ~ features)

поскольку встроенный spark.naiveBayes() поставляется в паре с SparkDataFrame типа

источник

2016-05-30 22:19:15 keypoint

Как тренировать модель наивного Байеса с форматом данных Libsvm, таким как Mnist?

ответ

Смежные вопросы