Python h2o svmlight数据

Question

我有一个svmlight格式的文件，其值为：

92.91 18256731:1 71729421:1 72329637:1 83328561:1 118265976:1 134892759:1 198163358:1 352348616:1 526943048:1 5.30 102156934:1 134892759:1 198163358:1 254112843:1 262373758:1 512748316:1 526943048:1 22.00 32172600:1 72329637:1 118265976:1 134892759:1 198163358:1 411824213:1 443226486:1 445371412:1 526943048:1

我正在尝试使用h2o.import_file(fname.svmlight)将其导入到h2o中

h2o是否支持高维稀疏二进制特征？

我需要转换一些索引中的散列值才能正常工作吗？

Answer 1

你的三行svmlight就像病毒！根据top的说法，java进程尽可能接近800%的CPU (8核机器)。经过45m的cpu努力(5-6分钟的挂钟)，我不得不在上面使用kill -9来找回我的机器。

即使您的文件类型不受官方支持，但我认为它会导致机器宕机这一事实使其成为一个严重的错误，所以我在这里报告了它：https://0xdata.atlassian.net/browse/PUBDEV-4798

顺便说一句，你可以在这里找到一个使用smvlight的单元测试：https://github.com/h2oai/h2o-3/blob/30f382efac687be3959a253d975cb48c341c92b4/h2o-r/tests/testdir_misc/runit_parser_type.R