Angel数据格式

    其中

    • label字段：
      • 字段类型：Int
      • 当输入数据是训练数据，label为样本的标签，二分类算法label是{0, 1}，多分类算法label是{0, 1, 2, …, n} ；
    • index:value字段：
      • 特征index对应的value，index类型为Int，value类型为Double
      • 特征的index，从1开始计数, 与标准的libsvm格式一致

    2 dummy格式

    • label字段
      • 字段类型：Int
      • 当输入数据是预测数据，label是样本的index；
    • index字段
      • 字段类型：Int/Long
      • 特征的index，从0开始计数
      • 这些是特征值为1的index，其他的就是特征值为0的index

    如果输入数据的分隔符不是空格, 可以用如下参数来指定分隔符, 如指定主逗号:

    对于Softmax回归等多分类算法, 标签要求从0开始, 其它二分类算法标签为正负1. 如果要对标签进行转换, 可以用下面的参数:

    • ml.data.label.trans.threshold: “ZeroOneTrans”, “PosNegTrans”这两种转还要以设一个阈值, 大于阈值的为1, 阈值默认为0