pybrain学习教程（二）：创建数据集

pybrain有自己的数据集格式，包含数据和标签，pybrain.dataset包里含有各种数据格式，对于监督学习SupervisedDataSet是其数据集格式

>>> from pybrain.datasets import SupervisedDataSet>>> ds = SupervisedDataSet(2, 1)

在初始化时需要指定其大小，2表示输入数据是2维的，1表示标签是1维的。

通过addSample方法可以向数据集添加数据

>>> ds.addSample((0, 0), (0,))>>> ds.addSample((0, 1), (1,))>>> ds.addSample((1, 0), (1,))>>> ds.addSample((1, 1), (0,))

第一个参数是数据，第二个参数是对应的标签

>>> len(ds)4

>>> for inpt, target in ds:...   print inpt, target...[ 0.  0.] [ 0.][ 0.  1.] [ 1.][ 1.  0.] [ 1.][ 1.  1.] [ 0.]

>>> ds['input']array([[ 0.,  0.],       [ 0.,  1.],       [ 1.,  0.],       [ 1.,  1.]])>>> ds['target']array([[ 0.],       [ 1.],       [ 1.],       [ 0.]])

通过clear方法可以清除所有数据

>>> ds.clear()>>> ds['input']array([], shape=(0, 2), dtype=float64)>>> ds['target']array([], shape=(0, 1), dtype=float64)