sparse-matrix

1热度

1回答

我想在matlab中创建一个稀疏矩阵来计算二阶导数。目前，我在下面的方式来创建它： r_num = 1000; r_square_num = r_num*r_num; A = sparse(-30*diag(ones(r_square_num,1),0)+16*diag(ones(r_square_num-r_num,1),r_num)+16*diag(ones(r_square_num-r_

2热度

1回答

R：从matrix.csr转换为稠密矩阵

我已经从LIBSVM下载了一个数据集并使用e1071函数read.matrix.csr来读取它。这将其加载为一个SparseMmatrix.csr对象。但现在我卡住了，因为我无法弄清楚如何将这个对象转换为一个密集的矩阵。是否有一种简单的方法将SparseMmatrix.csr对象转换为标准的R密集矩阵？

0热度

2回答

聚类一个稀疏的共生矩阵

我有两个N×N共生矩阵（484×484和1060×1060），我必须分析。矩阵沿着对角线是对称的并包含大量的零值。非零值是整数。我想将非零的位置分组在一起。换句话说，我想要做的是算法on this link。当按群集排序被选中时，矩阵被重新排列成行和列以将非零值组合在一起。由于我正在使用Python进行此任务，因此我查看了SciPy Sparse Linear Algebra库，但找不到要查找的

0热度

1回答

函数含义，它是如何删除零表达基因的？

我与单细胞RNA测序获得的表达矩阵的工作，但我必须使用R代码的一个队友给我发了相关的一个问题... sort(unique(1 + slot(as(data_matrix, "dgTMatrix"), "i"))) # there isn't more details in the code... 从理论上讲，这个功能是删除没有表达的基因（如果它在所有样本中都为零，它认为...），但是我不可

1热度

1回答

scikits.sparse安装（或构建）失败的窗口和anaconda（spyder）

我一直在尝试在python中安装scikits.sparse模块。我觉得我得到的模块需要编译。我猜想相同，因为它不包含.py文件，而是在稀疏目录中有一个cholmod.c和cholmod.pyx文件。我试图做这2种方式，一位来自Spyder，首先添加模块路径PYTHONPATH经理，然后包括在程序 import pyximport pyximport.install() from sci

3热度

1回答

将Pandas DataFrame转换为LIBFM格式的txt文件

我想将python中的Pandas数据帧转换为LIBFM格式的稀疏矩阵txt文件。这里的格式需要是这样的： 4 0:1.5 3:-7.9 2 1:1e-5 3:2 -1 6:1 此文件包含三种情况。第一栏列出了三种情况中每一种的目标：即第一种情况为4，第二种情况为2，第三种情况为-1。在目标之后，每行包含x的非零元素，其中像0：1.5这样的条目读取x0 = 1.5和3：-7.9意味着x3

0热度

1回答

不正确的尺寸sciKit学习套索

我试图找到Ax = b的解决方案，其中A的尺寸为3x1，x的尺寸为1x2，而b的尺寸为3x2。我也希望x很稀少。 from sklearn.linear_model import Lasso clf = Lasso(alpha=.01) A = np.array([[0], [1], [2]]) b = np.array([[0,1],[1,4],[6,2]]) clf.fit(A,b)

1热度

1回答

R空间面板固定效应：lag.listw中的错误，对象长度不同

我使用R程序包“splm”估计了空间面板数据上的固定效应模型。强大的平衡小组由77个县和31年的观察组成。因变量是一个作物的郡产量。当我随着时间的推移趋势和单个固定效应回归时，即使我有完美平衡的面板并且使用相同的一组县来创建空间权重矩阵，我也会得到对象长度不同的错误。下面我生成了一个类似于我的数据的“面板数据集”，并且还生成了随机数字的县的经度和纬度数据。即使使用这个随机数据，也会发生相同的错误

0热度

1回答

稀疏矩阵：如何获得每行的非零索引

我有一个scipy CSR矩阵，我想获取每行的元素列索引。我的做法是： import scipy.sparse as sp N = 100 d = 0.1 M = sp.rand(N, N, d, format='csr') indM = [row.nonzero()[1] for row in M] INDM正是我需要的，它有相同数量的行为M，看起来像这样： [array([ 6,

1热度

1回答

在（稀疏）文档 - 特征矩阵中拆分ngram

这是一个跟进问题到this之一。在那里，我问是否有可能以文档特征矩阵（quanteda-package中的dfm-class）分割ngram-features， bigrams导致两个不同的unigrams。为了更好的理解：我在dfm中获得了将德文翻译成英文的ngram。化合物（“Emissionsminderung”）在德语中很平常，但不是英语（“减排”）。 library(quanteda)