mlpy的scipy.sparse.csc_matrix格式

Question

我想知道是否有辦法在python為mlpy設置scipy.sparse.csc_matrix格式。 我以前與mlpy合作過，並且一直處理非稀疏矩陣。 例如，如果我每行有5個功能和1個標簽（0或1），則將具有以下內容：

2,3,4,5,6,0

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

現在，對於我的下一個項目，我擁有大約20,000個功能，因此在這種情況下創建稀疏矩陣會容易得多。

我看了關於k均值聚類的mlpy文檔（因為我現在要做的就是聚類數據），它說 ：

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

我認為這意味着mlpy僅接受非稀疏矩陣。 如果我讀錯了什么，請告訴我。

任何幫助將不勝感激。 謝謝！

Answer 1

我認為答案很簡單，即MLPy中的kmeans不適用於稀疏輸入。 編寫算法以處理稀疏輸入並非易事。

scikit-learn的MiniBatchKMeans適用於稀疏輸入（免責聲明：我是scikit-learn開發人員）。