mlpy的scipy.sparse.csc_matrix格式

Question

我想知道是否有办法在python为mlpy设置scipy.sparse.csc_matrix格式。 我以前与mlpy合作过，并且一直处理非稀疏矩阵。 例如，如果我每行有5个功能和1个标签（0或1），则将具有以下内容：

2,3,4,5,6,0

1,2,3,4,5,1
.....

现在，对于我的下一个项目，我拥有大约20,000个功能，因此在这种情况下创建稀疏矩阵会容易得多。

我看了关于k均值聚类的mlpy文档（因为我现在要做的就是聚类数据），它说 ：

Parameters :    
x : 2d array_like object (N, P)
data
k : int (1<k<N)
number of clusters
plus : bool
k-means++ algorithm for initialization
seed : int
random seed for initialization
Returns :   
clusters, means, steps: 1d array, 2d array, int
cluster membership in 0,...,K-1, means (K,P), number of steps

我认为这意味着mlpy仅接受非稀疏矩阵。 如果我读错了什么，请告诉我。

任何帮助将不胜感激。 谢谢！

Answer 1

我认为答案很简单，即MLPy中的kmeans不适用于稀疏输入。 编写算法以处理稀疏输入并非易事。

scikit-learn的MiniBatchKMeans适用于稀疏输入（免责声明：我是scikit-learn开发人员）。