问题标签 [sparse-matrix]

我不确定这是否是一个好问题——如果不是，请关闭它。

我开始编写（使用boost::coordinate_vector作为起点）一个sparse_vector模板类，它有效地实现了一个类似向量的接口，但它是稀疏的。它实现了所有常见的向量操作和一个快速的稀疏迭代器，用于迭代集合元素。它还有一个快速版本的rotate. 我需要这个类，因为我有一个一次写入多次读取的用例，并且我使用了其中的许多sparse_vectors.

我没有编写模板类的经验，所以我知道有些事情我可以做得更好。我怎样才能提高这门课？

我正在开发一些可以进行稀疏矩阵向量相乘的软件。矩阵以坐标格式存储（每个非零的行和列索引）。

他们正在执行排序操作，按该行的顺序对列索引进行排序（这是因为此 FEM 问题的某些边界条件）。这是否有必要发生？

我想在 R 中使用许多（例如 100k）特征进行大规模回归（线性/逻辑），其中每个示例在特征空间中相对稀疏——例如，每个示例约 1k 个非零特征。

看起来SparseM包slm应该这样做，但我很难从sparseMatrix格式转换为slm友好的格式。

我有一个标签的数字向量y和一个sparseMatrix特征X\in {0,1}。当我尝试

我收到以下错误：

大概是因为slm想要一个SparseM对象而不是一个sparseMatrix.

是否有一种简单的方法可以a）SparseM直接填充对象或b）将a转换sparseMatrix为SparseM对象？或者也许有更好/更简单的方法来做到这一点？

X（我想我可以使用and明确地编写线性回归的解决方案y，但如果能slm工作就好了。）

我正在尝试在一个非常大的矩阵上进行一些（k-means）聚类。

该矩阵大约有 500000 行 x 4000 列，但非常稀疏（每行只有几个“1”值）。我想获得大约 2000 个集群。

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）？- 我怎样才能最好地估计算法需要完成的时间？我尝试过一次 weka，但几天后就放弃了这项工作，因为我不知道需要多少时间。

谢谢！

我使用稀疏矩阵作为压缩数据的一种手段，当然有损失，我所做的是从所有大于指定阈值的值创建一个稀疏字典。我希望我的压缩数据大小成为我的用户可以选择的变量。

我的问题是，我有一个具有很多接近零值的稀疏矩阵，我必须做的是选择一个阈值，以便我的稀疏字典具有特定大小（或最终重建误差具有特定速率）这是我如何创建我的字典（我认为取自 stackoverflow >.< ）：

如何找到阈值，使其等于我的数组（smat）的第 n 个最大值？

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

假设我有一个二维稀疏数组。在我的真实用例中，行数和列数都大得多（比如 20000 和 50000），因此当使用密集表示时它无法放入内存：

现在假设我有一个密集的一维数组，其中包含大小为 3 的所有非零分量（或在我的现实生活中为 50000）：

我想使用 numpy 的通常广播语义来计算 a 和 d 的元素乘法。但是，scipy 中的稀疏矩阵属于 np.matrix：“*”运算符被重载以使其表现得像矩阵乘法而不是元素乘法：

一种解决方案是将“a”切换到“*”运算符的数组语义，这将给出预期的结果：

但我不能这样做，因为对 toarray() 的调用会实现不适合内存的“a”的密集版本（结果也会很密集）：

知道如何在只保留稀疏数据结构并且不必在“a”的列上执行低效的 python 循环的情况下构建它吗？

在 Matlab 中，如果我仍然需要对其进行大量计算，并且大约 25% 的数组是非零的，那么稀疏数组在什么时候比普通数组更好？

我有一个存储非常稀疏数据的 DataTable，例如：

行数和列数可能超过 10^8。

如何以更有效的方式存储这些数据？

我正在以压缩行格式实现稀疏矩阵类。这意味着我有固定数量的行，每行由许多元素组成（这个数字对于不同的行可能不同，但在矩阵初始化后不会改变。

是否适合通过向量向量来实现这一点，还是会以某种方式分割内存？

我应该如何实现这个分配，所以我将拥有一大块内存？

感谢您分享您的智慧！短剑