csr sparse matrix行标准化
2021/9/26 23:15:10
本文主要是介绍csr sparse matrix行标准化,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
python测试代码
from scipy.sparse import csr_matrix import numpy as np from sklearn.utils.sparsefuncs_fast import inplace_csr_row_normalize_l2 # 这里这个函数直接对 sparse matrix进行行标准化,以L2的形式的标准化 indptr = np.array([0,2,3,6]) indices = np.array([0,2,2,0,1,2]) data = np.array([1,2,3,4,5,6]) csr_matrix_0 = csr_matrix((data,indices,indptr),shape=(3,3),dtype=float) print(csr_matrix_0.toarray()) print(csr_matrix_0) # 对矩阵进行行标准化 inplace_csr_row_normalize_l2(csr_matrix_0) csr_matrix_0.toarray()
最终的结果如图
这篇关于csr sparse matrix行标准化的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-11-27Rocket消息队列资料:新手入门指南
- 2024-11-27rocket消息队资料详解与入门指南
- 2024-11-27RocketMQ底层原理资料详解入门教程
- 2024-11-27RocketMQ项目开发资料:新手入门教程
- 2024-11-27RocketMQ项目开发资料详解
- 2024-11-27RocketMQ消息中间件资料入门教程
- 2024-11-27初学者指南:深入了解RocketMQ源码资料
- 2024-11-27Rocket消息队列学习入门指南
- 2024-11-26Rocket消息中间件教程:新手入门详解
- 2024-11-26RocketMQ项目开发教程:新手入门指南