OpenCV机器学习算法的CSV格式

Question

OpenCV中的机器学习算法似乎使用以CSV格式读入的数据。例如，可查看这个cpp文件。使用以下代码将数据读入OpenCV机器学习类CvMLData：

CvMLData data;
data.read_csv( filename ) 

然而，目前还没有关于csv文件所需格式的文档。有人知道csv文件应该如何排列吗？

其他（非Opencv）程序通常每个训练样本有一行，并以整数或字符串表示类标签。

- Bill Cheatham

---

请参阅此链接，除了介绍性描述外，还可以查看有关数字/分类值的详细信息，包括CvMLData::read_csv的描述。 - fotNelton

谢谢，我已经阅读了那篇文章并从中获得了一些见解，但它并没有真正给出所需文件格式的绝对、具体描述，特别是每行中类标签的位置、类标签所需的格式（整数、字符串等）以及特征向量格式等。 - Bill Cheatham

Answer 1

如果我阅读该类的源代码，特别是str_to_flt_elem函数和类文档，我得出结论：文件中单个项目的有效格式为：

1. 任何可被strod解析为double的内容
2. 问号（?）或空字符串表示缺失的值
3. 任何无法解析为double的字符串。

项目1和项目2仅适用于特征。由项目3匹配的任何内容都被认为是类标签，据我推断，项目的顺序无关紧要。read_csv函数会自动为csv文件中的每一列分配正确的类型，并且（如果您想），您可以使用set_response_index覆盖标签。您可以使用默认值（，）或在调用set_delimiter之前将其设置为任何您喜欢的分隔符（只要不使用小数点）。因此，例如对于包含3个特征的3类6个数据点，这应该有效。

A,1.2,3.2e-2,+4.1
A,3.2,?,3.1
B,4.2,,+0.2
B,4.3,2.0e3,.1
C,2.3,-2.1e+3,-.1
C,9.3,-9e2,10.4

你可以将文本标签移动到任何你想要的列，甚至可以有多个文本标签。

- jilles de wit