我有一个相对较大的 NumPy 数组(近 300k 行和 20 多列，尽管大多数值为 0)，我需要使用 scikit-learn 的 pairwise_distances 计算距离矩阵功能。
不幸的是，除非我将输入数组转换为稀疏矩阵，否则此过程会遇到内存错误。 SciPy 提供了许多 sparse matrix classes我不知道哪一个最适合这种特殊情况。
我发现了一个SO answer有利于 CSR 或 CSC，但我不清楚哪一个最适合计算距离矩阵。欢迎任何建议!
最佳答案
CSR 按行排序，CSC 按列排序。因此，使用 CSR 访问行会更快，使用 CSC 访问列会更快。自 sklearn.metrics.pairwise.pairwise_distances使用 X 作为输入，其中行是实例，列是属性，它将访问稀疏矩阵中的行。因此，使用 CSR 可能会更有效。
关于python - 哪种 SciPy 稀疏矩阵类最适合计算距离矩阵？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27235744/