Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Estoy tratando de utilizar la Descomposición de Valores Singulares (SVD, por sus siglas en inglés) para predecir valores faltantes en una matriz dispersa. El Capítulo 4 del curso de Datacamp “Building Recommendation Engines in Python” proporciona un ejemplo de cómo hacerlo con las calificaciones de películas, lo cual es genial. . . . Read more
Digamos que tengo el siguiente arreglo: import numpy as np a = np.array([[1, 2, 3], [0, 1, 2], [1, 3, 4], [4, 5, 6]]) a = sp_sparse.csr_matrix(a) y quiero obtener una submatriz del arreglo disperso que consista en las primeras y últimas filas. >>> sub_matrix = a[[0, 3], :] >>> . . . Read more
Tengo un vector con valores (val) y un vector que indica la pertenencia a un grupo (group): vec <- 1:9 group <- rep(1:3, c(2,4,3)) Digamos que tenemos K grupos y un total de N valores, por lo tanto, ambos vectores tienen una longitud N. El objetivo es construir eficientemente una . . . Read more
Estoy teniendo problemas para entender cuándo sería mejor usar la versión dispersa de expm en lugar de la versión regular. Si tomo una matriz densa M, que resulta ser dispersa, de tamaño 4000 x 4000 y calculo scipy.linalg.expm(M), esto tarda alrededor de 25 segundos. Si luego hago M_sparse = sparse.csc_matrix(M) . . . Read more
Estoy trabajando con una matriz enorme de tipo csr utilizando SciPy. Esparcida, y quiero agregar un valor a un lugar vacío que nunca se utilizó ni asignó cuando se creó la matriz, sin convertirla en una matriz densa. Tengo los valores deseados de fila, columna y datos, pero no sé . . . Read more