python - 生成稀疏向量的合成训练集
问题描述
我想在 python 中生成长度为 N 稀疏向量的数据集。我正在使用 scipy.sparse.rand 生成一个矩阵,如下所示 -
import numpy as np
import scipy.sparse as sps
x_train_unnorm = sps.random(N, m, density=d, format='coo', dtype=None, random_state=None).toarray()
m 这里是训练样本的数量,d 是非零元素的百分比。现在的问题是该命令生成一个稀疏矩阵,其中非零元素的总百分比为 d。我想确保每列的非零元素不超过 d%。有没有办法在不使用循环的情况下实现它?
解决方案
推荐阅读
- java - 这两种从用户那里获取输入的方式有什么区别?
- class - 如何在 kotlin 中填充对象数组?
- pdfmake - pdfmake显示准确页码的问题
- mysql - EOL 的合并类型,(文件结尾)
- hp-uft - 在描述性编程中对多项数据使用一个变量
- c++ - 如何提高文件读取速度?
- scala - 是否可以从 intellij 运行 giter8 模板?
- c++ - 我在理解 [basic.scope.pdecl]/7 时遇到了一些困难
- angular - 注入服务时的 StaticInjectorError(AppModule)[Boolean]
- cockroachdb - 如何从 CockroachDB 中的时代获取日期