scikit documentation解释 fit_transform
只能用于密集矩阵,但我有一个csr格式的稀疏矩阵,我想执行tsne . 文档说使用 fit
方法用于稀疏矩阵,但这不会返回低维嵌入 .
我很欣赏我可以使用 .todense()
中的 .todense()
方法,但我的数据集非常大(0.4 * 10 ^ 6行和0.5 * 10 ^ 4列),所以不适合内存 . 真的,使用稀疏矩阵做这件事会很好 . 有没有办法使用scikit TSNE(或TSNE的任何其他python实现)来减少大型稀疏矩阵的维数并返回低维嵌入然后可视化?
1 回答
从相同的文档:
请改用sklearn.decomposition.TruncatedSVD .