我目前正在尝试对文本进行分类。我的数据集太大，按照建议 here ，我需要使用稀疏矩阵。我现在的问题是，将元素添加到稀疏矩阵的正确方法是什么？比方说，我有一个矩阵 X，它是我的输入。
X = np.random.randint(2, size=(6, 100))
现在这个矩阵 X 看起来像一个 ndarray 的 ndarray(或类似的东西)。
如果我这样做
X2 = csr_matrix(X)
我有稀疏矩阵，但如何向稀疏矩阵添加另一个元素？ 例如这个密集元素:[1,0,0,0,1,1,1,0,...,0,1,0] 到一个稀疏向量，我如何将它添加到稀疏输入矩阵？
(顺便说一句，我对 python、scipy、numpy、scikit ……一切都很陌生)
最佳答案
Scikit-learn 有很棒的文档和很棒的教程，您在尝试自己发明之前应该阅读这些教程。 This第一个阅读它的人会逐步解释如何对文本进行分类，并且 this one是使用稀疏表示进行文本分类的详细示例。
请特别注意他们在 this 中谈论稀疏表示的部分部分。一般来说，如果你想使用带有线性内核的 svm 并且你的数据量很大，LinearSVC(基于 Liblinear)更好。
关于你的问题——我敢肯定有很多方法可以连接两个稀疏矩阵(顺便说一句，这是你应该在谷歌中寻找的其他方法)，这是一个，但你必须转换从 csr_matrix 到 coo_matrix，这是另一种稀疏矩阵:Is there an efficient way of concatenating scipy.sparse matrices? .
编辑: 当连接两个矩阵(或一个矩阵和一个 1 维矩阵的数组)时，一般的想法是连接 X1.data 和 X2.data 并操作它们的 indices 和 indptr(或 row 和 col coo_matrix) 指向正确的位置。一些稀疏表示对于特定操作更好，而对于其他操作更复杂，您应该阅读 csr_matrix 并查看这是否是最佳表示。但我真的强烈建议您从我上面发布的那些教程开始。
关于python - SciPy NumPy 和 SciKit-learn ，创建一个稀疏矩阵，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13742266/