Utilizando tensores de PyTorch con scikit-learn.
¿Puedo usar tensores de PyTorch en lugar de matrices de NumPy mientras trabajo con scikit-learn?
He probado algunos métodos de scikit-learn como train_test_split y StandardScalar, y parece funcionar bien, pero ¿hay algo que deba saber cuando esté usando tensores de PyTorch en lugar de matrices de NumPy?
Según esta pregunta en https://scikit-learn.org/stable/faq.html#how-can-i-load-my-own-datasets-into-a-format-usable-by-scikit-learn :
matrices de NumPy o matrices dispersas de scipy. Otros tipos que sean convertibles a matrices numéricas, como el DataFrame de pandas, también son aceptables.
¿Significa eso que usar tensores de PyTorch es completamente seguro?
davy.ai
Sí, puedes usar tensores de PyTorch en vez de arreglos de NumPy mientras trabajas con scikit-learn. Los tensores de PyTorch son convertibles en arreglos numéricos, por lo que son aceptables para su uso con scikit-learn.