So laden Sie lokale Datei für Python SVM-Anwendung

Question

Ich habe einen Python-Code, der grundlegende SVM-Berechnungen auf dem berühmten Iris-Dokument ausführt. Allerdings habe ich eine lokale Datei namens mydata.csv-auf meinem Desktop - (users \ servar \ desktop \ mydata.csv (sieht wie folgt aus), die ich für Iris ersetzen möchte (also möchte ich meinen Code auf dem ausführen lokale Datei), nicht ganz sicher, wie ich tun soll, wie ich bereits versucht, ein paar Möglichkeiten, aber nicht

B1,B2,A1,A2,RESULTS 
AB,RE,RE,FWE,A1 
AB,SE,RE,FWE,B1 
AB,RE,SD,FQW,A1 
......... 


from sklearn import metrics 
from sklearn import datasets 
from sklearn.svm import SVC 
dataset = datasets.load_iris() 
model = SVC() 
model.fit(dataset.data, dataset.target) 
print(model) 
expected = dataset.target 
predicted = model.predict(dataset.data) 
print(metrics.classification_report(expected, predicted)) 
print(metrics.confusion_matrix(expected, predicted)) 

Answer 1

Zuerst würde ich diese (http://scikit-learn.org/stable/datasets/) überprüfen und vorschlagen, dass Sie mit Pandas vertrauten (http://pandas.pydata.org/) und numpy Aber hier ist ein Weg, wie ich tun würde, was Sie versuchen zu tun:

import csv 
csvReader = csv.reader(open('yourcsv.txt'), delimiter=',', quotechar='|') 
x = [] 
xpart = [] 
y = [] 
for row in csvReader: 
    for i in range(len(row)): 
     if i != (len(row) - 1): 
      xpart.append(row[i]) 
     else: 
      y.append(row[i]) 
    x.append(xpart) 
    xpart = [] 
model = SVC() 
model.fit(x, y)