#!/usr/bin/env?python

from?__future__?import?print_function
import?sys

try:
	import?scipy
	from?scipy?import?sparse
except:
	scipy?=?None
	sparse?=?None


__all__?=?[‘svm_read_problem‘?‘evaluations‘?‘csr_find_scale_param‘?‘csr_scale‘]

def?svm_read_problem（data_file_name?return_scipy=False）:
	“““
	svm_read_problem（data_file_name?return_scipy=False）?->?[y?x]?y:?list?x:?list?of?dictionary
	svm_read_problem（data_file_name?return_scipy=True）??->?[y?x]?y:?ndarray?x:?csr_matrix

	Read?LIBSVM-format?data?from?data_file_name?and?return?labels?y
	and?data?instances?x.
	“““
	prob_y?=?[]
	prob_x?=?[]
	row_ptr?=?[0]
	col_idx?=?[]
	for?i?line?in?enumerate（open（data_file_name））:
		line?=?line.split（None?1）
		#?In?case?an?instance?with?all?zero?features
		if?len（line）?==?1:?line?+=?[‘‘]
		label?features?=?line
		prob_y?+=?[float（label）]
		if?scipy?!=?None?and?return_scipy:
			nz?=?0
			for?e?in?features.split（）:
				ind?val?=?e.split（“:“）
				val?=?float（val）
				if?val?!=?0:
					col_idx?+=?[int（ind）-1]
					prob_x?+=?[val]
					nz?+=?1
			row_ptr?+=?[row_ptr[-1]+nz]
		else:
			xi?=?{}
			for?e?in?features.split（）:
				ind?val?=?e.split（“:“）
				xi[int（ind）]?=?float（val）
			prob_x?+=?[xi]
	if?scipy?!=?None?and?return_scipy:
		prob_y?=?scipy.array（prob_y）
		prob_x?=?scipy.array（prob_x）
		col_idx?=?scipy.array（col_idx）
		row_ptr?=?scipy.array（row_ptr）
		prob_x?=?sparse.csr_matrix（（prob_x?col_idx?row_ptr））
	return?（prob_y?prob_x）

def?evaluations_scipy（ty?pv）:
	“““
	evaluations_scipy（ty?pv）?->?（ACC?MSE?SCC）
	ty?pv:?ndarray

	Calculate?accuracy?mean?squared?error?and?squared?correlation?coefficient
	using?the?true?values?（ty）?and?predicted?values?（pv）.
	“““
	if?not?（scipy?!=?None?and?isinstance（ty?scipy.ndarray）?and?isinstance（pv?scipy.ndarray））:
		raise?TypeError（“type?of?ty?and?pv?must?be?ndarray“）
	if?len（ty）?!=?len（pv）:
		raise?ValueError（“len（ty）?must?be?equal?to?len（pv）“）
	ACC?=?100.0*（ty?==?pv）.mean（）
	MSE?=?（（ty?-?pv）**2）.mean（）
	l?=?len（ty）
	sumv?=?pv.sum（）
	sumy?=?ty.sum（）
	sumvy?=?（pv*ty）.sum（）
	sumvv?=?（pv*pv）.sum（）
	sumyy?=?（ty*ty）.sum（）
	with?scipy.errstate（all?=?‘raise‘）:
		try:
			SCC?=?（（l*sumvy-sumv*sumy）*（l*sumvy-sumv*sumy））/（（l*sumvv-sumv*sumv）*（l*sumyy-sumy*sumy））
		except:
			SCC?=?float（‘nan‘）
	return?（float（ACC）?float（MSE）?float（SCC））

def?evaluations（ty?pv?useScipy?=?True）:
	“““
	evaluations（ty?pv?useScipy）?->?（ACC?MSE?SCC）
	ty?pv:?list?tuple?or?ndarray
	useScipy:?convert?ty?pv?to?ndarray?and?use?scipy?functions?for?the?evaluation

	Calculate?accuracy?mean?squared?error?and?squared?correlation?coefficient
	using?the?true?values?（ty）?and?predicted?values?（pv）.
	“““
	if?scipy?!=?None?and?useScipy:
		return?evaluations_scipy（scipy.asarray（ty）?scipy.asarray（pv））
	if?len（ty）?!=?len（pv）:
		raise?ValueError（“len（ty）?must?be?equal?to?len（pv）“）
	total_correct?=?total_error?=?0
	sumv?=?sumy?=?sumvv?=?sumyy?=?sumvy?=?0
	for?v?y?in?zip（pv?ty）:
		if?y?==?v:
			total_correct?+=?1
		total_error?+=?（v-y）*（v-y）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????5121??2018-07-15?22:16??python\commonutil.py
?????文件??????????32??2018-07-15?22:16??python\Makefile
?????文件???????15822??2018-07-15?22:16??python\README
?????文件???????13631??2018-07-15?22:16??python\svm.py
?????文件????????9395??2018-07-15?22:16??python\svmutil.py