KDD CUP99 数据挖掘(1)——数据读取,将txt存为csv

最近在处理KDDcup99的数据,将自己遇到的问题和方法记录下来,以分享给大家。

资源整合

KDD CUP1999的数据集下载地址 http://kdd.ics.uci.edu/databases/kddcup99/下载地址

KDD CUP1999的数据集的介绍  KDD CUP 99数据集

KDD CUP1999 的数据集参考项目下载 可供参考项目地址,下载代码可运行

WEKA学习PPT https://pan.baidu.com/s/1slTz5Bf学习文件

数据下载

下载的KDDCUP99的数据文件是这样的

kddcup.namesAlist of features.

kddcup.data.gzThefull data set (18M; 743M Uncompressed)

kddcup.data_10_percent.gzA10% subset. (2.1M; 75M Uncompressed)

kddcup.newtestdata_10_percent_unlabeled.gz(1.4M; 45M Uncompressed)

kddcup.testdata.unlabeled.gz(11.2M;430M Uncompressed)

kddcup.testdata.unlabeled_10_percent.gz(1.4M;45M Uncompressed)

corrected.gzTestdata with corrected labels.

training_attack_typesAlist of intrusion types.

数据集的介绍请看链接1,把corrected.data文件作为训练集,kddcup.data_10_percent作为测试集即可。

数据读取

下载的文本是纯文本文件,用NotePad++打开另存为.txt文件,方便python读取。下面我做的工作就是添加标签,然后把txt文件另存为csv文件

纯文本文件

添加标识,标识为连接1的文章所示,python代码


import pandas as pd

col_names = ["duration","protocol_type","service","flag","src_bytes",

 "dst_bytes","land","wrong_fragment","urgent","hot","num_failed_logins",

 "logged_in","num_compromised","root_shell","su_attempted","num_root",

"num_file_creations","num_shells","num_access_files","num_outbound_cmds",

"is_host_login","is_guest_login","count","srv_count","serror_rate",

 "srv_serror_rate","rerror_rate","srv_rerror_rate","same_srv_rate",

"diff_srv_rate","srv_diff_host_rate","dst_host_count","dst_host_srv_count",

 "dst_host_same_srv_rate","dst_host_diff_srv_rate","dst_host_same_src_port_rate",

 "dst_host_srv_diff_host_rate","dst_host_serror_rate","dst_host_srv_serror_rate",

"dst_host_rerror_rate","dst_host_srv_rerror_rate","label"]  #42个标识

data = pd.read_table("corrected.txt",header=None, sep=',',names = col_names)

print(data.head(10))       #查看前10行

data.to_csv("corrected.csv")    #另存为csv文件


提前用excel创建空的corrected.csv文件,要不然报错文件不存在(路径都是绝对路径)。

添加标识后的csv文件

下一步数据预处理。。。。。请看下期。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,185评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,652评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,524评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,339评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,387评论 6 391
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,287评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,130评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,985评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,420评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,617评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,779评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,477评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,088评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,716评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,857评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,876评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,700评论 2 354

推荐阅读更多精彩内容