有人知道如何在Python中对稀疏矩阵执行SVD操作吗？看起来scipy.sparse.linalg没有提供这样的功能。
Python中的稀疏矩阵SVD
6
- tuesday
2
看来你运气不太好，必须自己包装一个Fortran库，比如PROPACK。或者向Scipy开发人员请求在即将发布的版本中添加基于PROPACK的SVD。 - Philipp
还有SVDPACK库，它有C和C++版本/接口。 - Philipp
4个回答
4
听起来像是您正在寻找的东西是 sparsesvd！它将 SVDLIBC 在 Python 中高效地包装（在 RAM 中不会进行额外的数据复制）。
只需运行 "easy_install sparsesvd" 即可安装。
只需运行 "easy_install sparsesvd" 即可安装。
- Radim
3
使用python-recsys库的简单示例：
from recsys.algorithm.factorize import SVD
svd = SVD()
svd.load_data(dataset)
svd.compute(k=100, mean_center=True)
ITEMID1 = 1 # Toy Story
svd.similar(ITEMID1)
# Returns:
# [(1, 1.0), # Toy Story
# (3114, 0.87060391051018071), # Toy Story 2
# (2355, 0.67706936677315799), # A bug's life
# (588, 0.5807351496754426), # Aladdin
# (595, 0.46031829709743477), # Beauty and the Beast
# (1907, 0.44589398718134365), # Mulan
# (364, 0.42908159895574161), # The Lion King
# (2081, 0.42566581277820803), # The Little Mermaid
# (3396, 0.42474056361935913), # The Muppet Movie
# (2761, 0.40439361857585354)] # The Iron Giant
ITEMID2 = 2355 # A bug's life
svd.similarity(ITEMID1, ITEMID2)
# 0.67706936677315799
- ocelma
3
您可以使用 Divisi 库来完成此操作；从主页上可以看到：
- 它是一个用Python编写的库，使用C库（SVDLIBC）使用Lanczos算法执行稀疏SVD操作。其他数学计算由NumPy执行。
- ars
3
你可以尝试使用scipy.sparse.linalg.svd，虽然文档仍在不断完善中，因此可能比较简略。
- Vedrana Janković
1
1你可能指的是名为“svds”的过程。我尝试过它，但自己对结果并不满意... - dividebyzero
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接