sparse-matrix

我想在一个非常大的矩阵上做一些（k均值）聚类。该矩阵大约500000行×4000列但非常稀疏（每行只有几个“1”值）。我想要解决2000个群集。我有两个问题： - 有人可以推荐一个开源平台或工具来做到这一点（也许使用k-means，也许有更好的东西）？ - 如何最好地估计算法需要完成的时间？我曾试过weka，但几天后终止了这项工作，因为我无法分辨需要多少时间。谢谢！

2热度

1回答

在稀疏矩阵中查找n个最大数字

我使用稀疏矩阵作为压缩数据的均值，当然，当我失去时，我所做的是从大于指定阈值的所有值创建稀疏字典。我想我的压缩数据大小是我的用户可以选择的变量。我的问题是，我有一个稀疏矩阵，有很多近零值，我必须做的是选择一个阈值，以便我的稀疏字典具有特定的大小（或最终重建错误是具体率）下面是我如何创建我的字典（从计算器，我认为采取> <）： n = abs(smat) > treshold #smat is

6热度

4回答

python中的稀疏矩阵svd

有谁知道如何在python中对稀疏矩阵执行svd操作？似乎scipy.sparse.linalg中没有提供这样的功能。

39热度

3回答

如何通过广播密集1d数组元素乘法scipy.sparse矩阵？

假设我有一个2d稀疏数组。在我的实际用例的行和列两者的数量要大得多（说20000和50000），因此它不适合在内存中，当使用密表示： >>> import numpy as np >>> import scipy.sparse as ssp >>> a = ssp.lil_matrix((5, 3)) >>> a[1, 2] = -1 >>> a[4, 1] = 2 >>> a.tod

11热度

2回答

稀疏与正常阵列Matlab

在Matlab中，如果我仍然需要进行大量计算，并且大约25％的数组是非零，那么在什么时候稀疏阵列比正常阵列好？

1热度

4回答

std :: vector <std :: vector <type>>用于稀疏矩阵结构还是其他？

我正在实施一个压缩行格式的稀疏矩阵类。这意味着我有固定数量的行，每行包含多个元素（对于不同的行，这个数字可以不同，但在矩阵初始化后不会改变。是否适合通过向量载体或将在某种程度上片段的记忆？我对子级如何落实这一分配，所以我将有记忆一个大截？感谢您分享您的智慧！德克