小编Bla*_*gon的帖子

我试图得到我的数据集的所有功能的分数.

file_data = numpy.genfromtxt(input_file)
y = file_data[:,-1]
X = file_data[:,0:-1]

x_new = SelectKBest(chi2, k='all').fit_transform(X,y)

在X的第一行之前有字符串格式的"功能名称",但我得到"输入包含NaN,无穷大或者对于dtype('float64')来说太大的值"错误.所以,现在X只包含数据,y包含目标值(1,-1).

如何从SelectKBest获取每个功能的分数(尝试使用单变量功能选择)？

谢谢

我有一个总值为的文件4950:

0.012345678912345678

我使用以下方式读取文件:

a = numpy.genfromtxt(file_name, dtype=str, delimiter=',') # a.shape = (4950L, 1L) #dtype=str as I don't want to compromise accuracy
#say a == ['0.000000000000000001', -'0.000000000000000002', ...., '0.000000000004950']

我想要实现的是获得一个b大小(100L, 100L)的矩阵:

1. 上三角值用numpy数组'a'中的值填充.
2. 较低的三角形值用numpy数组'a'中的值填充,但乘以-1.
3. 对角线仅由零组成.

示例(准确性很重要):

array = ['1','2','-3','-5','6','-7'] # In reality the data is up to 18 decimal places.

final_matrix = [
               ['0','1','2','-3'],
               ['-1',0,'-5','6'],
               ['-2','5','0','-7'],
               ['3','-6','7','0']
               ]

实现这一目标的最有效方法是什么？