我有一个形状为 (100000, 56000
) 的 BoW 向量,并且我想使用 scikit-learn 中的 MultinomialNB
来执行分类任务。
MultinomialNB 是否采用稀疏矩阵来拟合数据?
由于内存错误,我似乎无法将其转换为密集矩阵toarray()
。如果 NB 分类器不采用稀疏矩阵,是否有任何替代方法可以用于拟合数据而不将其转换为密集矩阵?
最佳答案
来自documentation MultinomialNB.fit
(添加强调):
fit(X, y, sample_weight=None)
Parameters:
X : {array-like, sparse matrix}, shape = [n_samples, n_features]
Training vectors, where n_samples is the number of samples and n_features is the number of features.
关于python - 稀疏矩阵可以与 MultinomialNB 一起使用吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55086941/