scikit-learn - python 下如何将dict 转成scipy sparse matrix?-PHP中文網路問答

文章專題學習下載問答程式設計字典遊戲最近更新

简体中文(ZH-CN) English(EN) 繁体中文(ZH-TW) 日本語(JA) 한국어(KO) Melayu(MS) Français(FR) Deutsch(DE)

scikit-learn - python 下如何将dict 转成scipy sparse matrix?

PHP中文网 2017-04-17 13:37:11

585

我的数据是从数据库里读出来的，已经是稀疏矩阵了-（doc_a,doc_b,count）

如下：

doc_term_dict={('d1','t1'):12, ('d2','t3'):10, ('d3','t2'):5}

我用scikit-learn包做聚类，聚类接入的数据格式是 scipy.sparse.csr.csr_matrix
如下：

(0, 2164) 0.245793088885 (0, 2076) 0.205702177467 (0, 2037) 0.193810934784 (0, 2005) 0.14547028437 (0, 1953) 0.153720023365 ...

求助如何转换呢？我看着半天都是吧普通dict转成scipy sparse matrix的，没找到如何把一个已经是sparse dict转成scipy sparse matrix？

PHP中文网

认证高级PHP讲师

全部回覆 (1)

PHPzhong2017-04-17 13:39:11 1樓

我搞懂了正确转换方法，比较简单

1.先将dict转换成COO matrix，再转换成CSR matrix

A[row[k], column[k] = data[k]] # 创建 COO-matrix coo = coo_matrix((data,(row,col))) # Scipy 转换 COO 到 CSR format return csr_matrix(coo)

代码

from scipy.sparse import csr_matrix, coo_matrix def convert(term_dict): ''' Convert a dictionary with elements of form ('d1', 't1'): 12 to a CSR type matrix. The element ('d1', 't1'): 12 becomes entry (0, 0) = 12. * Conversion from 1-indexed to 0-indexed. * d is row * t is column. ''' # Create the appropriate format for the COO format. data = [] row = [] col = [] for k, v in term_dict.items(): r = int(k[0][1:]) c = int(k[1][1:]) data.append(v) row.append(r-1) col.append(c-1) # Create the COO-matrix coo = coo_matrix((data,(row,col))) # Let Scipy convert COO to CSR format and return return csr_matrix(coo) if __name__=='__main__': doc_term_dict = { ('d1','t1'): 12, \ ('d2','t3'): 10, \ ('d3','t2'): 5 \ } print(convert(doc_term_dict))