Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Estoy intentando hacer algo que debería ser bastante simple, esencialmente encontrar x = A \ B Puedo hacer esto mediante var A = Matrix.Build.Sparse(n,m); // Algún código lo completa var B = Vector.Build.DenseOfArray(signal) var x = A.PseudoInverse() * B; Pero esto parece muy ineficiente. Cuando intento var x = A.QR().Solve(B); . . . Read more
Digamos que tengo una matriz de adyacencia en formato csr: row = np.array([0, 0, 1, 3, 2, 2, 3, 4, 4]) col = np.array([0, 4, 2, 2, 3, 1, 4, 0, 3]) data = np.array([1]*len(row)) X = sp.csr_matrix((data, (row, col)), shape=(5, 5)) Imprime X: (0, 0) 1 (0, 4) 1 . . . Read more
Tengo un conjunto de datos disperso que contiene 43600 características y 414800 muestras. Quiero reducir las dimensiones a solo 50 características. Los datos serán de salida 414800*50 y también se obtendrán los coeficientes, la puntuación y la mu del PCA. No puedo usar la función regular de PCA de MATLAB . . . Read more
Tengo dos columnas con 10 y 6000 categorías en ellas. Quiero ejecutar una regresión para entender sus efectos en una variable dependiente. ¿Hay alguna forma de crear una matriz dispersa al crear variables ficticias en R como sparse=True en Python Pandas?
Estoy intentando descubrir cómo sumar eficientemente matrices dispersas .csr_matrix almacenados en una lista. Aquí está el problema: Lista_=lista_de_matrices_dispersas Intenté lo siguiente resultado=np.sum(List_) ¡Pero estoy obteniendo un error! ¿Cómo puedo hacerlo? Cualquier ayuda será muy apreciada.