生成稀疏矩阵时缺少列(R)
生成稀疏矩阵时缺少列(R)是指在创建稀疏矩阵时，某些列没有被包含在矩阵中，导致矩阵的列数不完整。
稀疏矩阵是一种特殊的矩阵，其中大部分元素为零。由于稀疏矩阵中存在大量的零元素，因此可以采用特殊的数据结构来存储和处理，以节省存储空间和提高计算效率。
生成稀疏矩阵时缺少列(R)可能是由于数据采集、处理或存储过程中的错误导致的。这种情况可能会导致后续对稀疏矩阵的计算和分析产生错误的结果。
为了解决生成稀疏矩阵时缺少列(R)的问题，可以采取以下措施：
- 数据采集和处理过程中，确保所有的列都被正确地包含在稀疏矩阵中。
- 在生成稀疏矩阵之前，对数据进行完整性检查，确保没有缺失的列。
- 在生成稀疏矩阵时，可以使用特定的稀疏矩阵库或算法，如Compressed Sparse Column (CSC)格式，来确保稀疏矩阵的正确性和完整性。
- 在进行稀疏矩阵计算和分析之前，进行数据预处理，填充缺失的列，以确保后续计算的准确性。
腾讯云提供了一系列与稀疏矩阵相关的产品和服务，例如：
- 腾讯云弹性MapReduce（EMR）：提供了分布式计算框架，可用于处理大规模的稀疏矩阵计算任务。详情请参考：腾讯云弹性MapReduce（EMR）
- 腾讯云人工智能（AI）平台：提供了丰富的机器学习和深度学习算法库，可用于稀疏矩阵相关的模型训练和推理。详情请参考：腾讯云人工智能（AI）平台
- 腾讯云数据仓库（CDW）：提供了高性能的数据存储和分析服务，可用于存储和处理大规模的稀疏矩阵数据。详情请参考：腾讯云数据仓库（CDW）
请注意，以上提到的产品和服务仅为示例，具体的选择应根据实际需求和情况进行。
相关·内容
2回答
C语言中的稀疏矩阵乘法
、、、
我有两个矩阵市场格式的稀疏矩阵文件：
row col val
1 1 3.0
1 2 1.0
2 3 2.0
etc...
目前，我已经将文件分成了6个数组：
row_A[], col_A[], val_A[], row_B[] …
它们分别包含行索引、列索引和值。
我想轻松地将这两个矩阵相乘，而不必首先将它们转换为密集矩阵格式。有没有这样做的算法？
我在Quora上找到了这个伪代码，但我不确定它是不是最好的实现，或者它将如何在C：中实现
multiply(A,B):
for r in A.rows:
for c in A.rows[r]:
fo
浏览 1提问于2018-10-26得票数 2
1回答
在我的研究中，我需要从均匀分布随机生成稀疏(复值)么正矩阵。对于我来说，使用下面的代码来生成通用么正矩阵不是问题：
X = (randn(n) + i*randn(n))/sqrt(2);
[Q,R] = qr(X);
R = diag(diag(R)./abs(diag(R)));
U = Q*R;
然而，我不知道如何生成矩阵的稀疏版本，我也没有在互联网上找到。你能在这方面给我指点一下吗？
浏览 0提问于2019-11-21得票数 1
3回答
我现在想用它的转置来乘一个大型稀疏矩阵(~1M×200 k)。结果矩阵的值将以浮点数表示。
我试着将矩阵加载到枕的稀疏矩阵中，并将第一矩阵的每一行与第二矩阵相乘。乘法用了2小时才完成。
实现这种乘法的有效方法是什么？因为我在计算中看到了一个模式。
矩阵大而稀疏。
矩阵的乘法及其转置。因此，得到的矩阵是对称的。
我想知道哪些库可以更快地实现计算。它可以是Python、R、C、C++或任何其他语言。
浏览 7提问于2014-07-04得票数 10
回答已采纳
我想将两个稀疏矩阵Y和R保存到mat文件中。但是，当我运行以下代码时，我发现twomatrices.mat包含两个完整的矩阵，而不是稀疏矩阵。.mat文件是否只允许包含完整矩阵？
save('twomatrices.mat', 'Y', 'R');
浏览 0提问于2012-09-12得票数 1
回答已采纳
我想用R做300 k乘300 k的大矩阵。
很多人推荐了"bigmemory“包，我试着用它制作矩阵。当我制作小矩阵时，它起作用，但当我尝试使用大矩阵时，它给了我一条错误信息。
我怎样才能解决这个问题？或者你知道在r中创建大矩阵的方法(在我的例子中，300 k乘300 k)？
浏览 0提问于2018-12-31得票数 0
回答已采纳
我有一个MxM矩阵S，它的条目在对角线上是零，在其他地方都是非零。我需要做一个更大的块矩阵。这些块的大小为NxN，并将有它们的MxM。
(i,j)th块将是S(i,j)I，其中I=eye(N)是NxN标识。这个矩阵肯定是稀疏的，S有M^2-M非零项，我的块矩阵将有N(M^2-M) out (NM)^2或关于1/N%非零条目，但是我将把它添加到另一个NMxNM矩阵中，而我并不期望它是稀疏的。
，既然我要把我的块矩阵添加到一个完整的矩阵中，那么用“稀疏”的方式来写我的代码会有什么速度上的提高吗？我不停地重复，但我的想法是:即使我的代码将S转化为稀疏块矩阵的效率不是很高，当我告诉它将一个完整的和稀疏
浏览 9提问于2015-11-02得票数 3
回答已采纳
在2d平面上有两种类型的单位，绿色单位(G)和红色单位(R)。平面由n个矩阵表示，每个单元被表示为矩阵中的一个元素。
如果两个单位的颜色不同，则两个单位的对称为“冲突对”。目标是找到包含最“冲突对”的m乘m子矩阵。
示例
[R R 0 0 0
R R 0 0 0
0 0 R R 0
0 0 0 G G
0 0 0 G G]
在上述5×5矩阵中，“最冲突”3×3子矩阵位于右下角，其中有2个红色单元和4个绿色单元，这相当于子矩阵中的8个冲突对。
一个朴素解将用O(m^2n^2)迭代每个可能的子矩阵中的每个元素。我还考虑使用动态规划，比如算法，时间复杂度将是O(n^2)，这看起来很好，因为
浏览 1提问于2020-01-02得票数 3
1回答
R中的逻辑矩阵
、、
所以这是一个一般性的问题，在过去的6个月里，我一直在使用R，虽然我喜欢原生数据结构，但矩阵的一些功能对我来说有点不清楚。 我的问题是关于R处理逻辑矩阵的方式。假设我有一个用TRUE和FALSE语句填充的n x n大小的逻辑矩阵。当我使用LogicalMat过滤MatA (两个维度相同)时： MatA[LogicalMat] 是否在后台的某种循环中计算FALSE值？或者它们只是像某种稀疏矩阵实现那样被跳过？ 如果不是，有什么方法可以创建矩阵，使矩阵的某些部分在过滤时从不求值？我认为链表可以做同样的事情，但我喜欢能够保持矩阵索引的线性性质。我知道有专门为稀疏矩阵设计的包，但我对原生结构感兴趣。
浏览 22提问于2020-04-28得票数 2
回答已采纳
我正在使用python中的大型稀疏矩阵(从文本生成的文档特征矩阵)。这需要相当多的处理时间和内存来处理这些，我想稀疏矩阵可以提供一些改进。但我担心使用稀疏矩阵库会使插入其他python (和R，通过rpy2)模块变得更加困难。
已经跨过这座桥的人能提供一些建议吗？在python/R中使用稀疏矩阵在性能、可伸缩性和兼容性方面有什么优缺点？
浏览 5提问于2011-04-22得票数 8
回答已采纳
2回答
有没有一种方法可以在matlab中计算稀疏矩阵的幂，而不需要将其转换为完整的矩阵。如果我尝试
b = a^0.5
其中a是一个稀疏矩阵，我得到错误"Use full(x)^full(y).“。但是，将a转换为完整矩阵会违背最初使用稀疏矩阵的目的。有人知道这是不是可能的？
浏览 0提问于2012-03-17得票数 1
1回答
我有一个稀疏矩阵，它只有三个对角线中的元素。例如。
我还有一个列向量，其中我希望将稀疏矩阵的每一行中的每个元素乘以列向量的每一行中的对应元素。在MATLAB中是否有一种有效的方法来做到这一点？如果稀疏矩阵称为A和列向量B，我只尝试过
A.*repmat(B,[1,9])
这显然是没有效率的。
浏览 0提问于2016-03-25得票数 1
回答已采纳
1回答
将稀疏矩阵导入h2o实例非常慢
、、、、
我在R中得到了21万x 500个稀疏矩阵，我试图用h2o进行聚类。我设想对于h2o来说，21万行矩阵并不大，但是当我试图将它导入到h2o实例时，需要很长时间(让它运行超过10分钟并在完成之前停止)，当我在稀疏矩阵中子集前10,000行并导入它时，它只需几秒钟。我试着逐步地做这件事，这需要很长的时间。(到了6万，我停了下来)这是正常的还是我做错了什么？
这是我用的东西
library(h2o)
localH2O <- h2o.init(nthreads = -1, max_mem_size = "16g")
spmx.h2o <- as.h2o(sparse
浏览 1提问于2017-06-26得票数 0
回答已采纳
1回答
我正在尝试在R中执行社交网络分析，我在使用igraph包从非常大的矩阵创建邻接矩阵时遇到了一些问题。其中一个主要矩阵是10998555876个元素大小(82 Gb) -从具有176881行的数据集创建。
我在运行时得到的错误：
adjacency_matrix <- graph.adjacency(one_mode_matrix, mode = "undirected", weighted = TRUE, diag = TRUE)
如下所示：
Error in graph.adjacency.dense(adjmatrix, mode = mode, weighted =
浏览 3提问于2019-09-27得票数 1
1回答
在R中，我试图用下面的代码将几个恒等矩阵绑定到一个巨大矩阵中：
> X <- 4
> Y <- 3
> block1 <- diag(X)
> for(x in 2:Y) {
> block1 <- cbind(block1,diag(X))
> }
应该是这样的：
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12]
[1,] 1 0 0 0 1 0
浏览 0提问于2015-02-17得票数 0
回答已采纳
2回答
在R中，有没有一种方法来判断一个矩阵是否稀疏？有许多稀疏矩阵类，例如dgCMatrix，但没有is.sparseMatrix方法。
浏览 0提问于2017-02-17得票数 5
2回答
我有一个非常稀疏的Perl矩阵(数组的数组)，其中undef的值等于零。它有10-1000行，最多100k列。看起来是这样的：
$ARRAY1 = [
[
( undef ) x 1069,
1,
( undef ) x 47,
1,
( undef ) x 11,
2,
( undef ) x 50,
1,
( unde
浏览 1提问于2010-11-05得票数 3
回答已采纳
我在R中使用xgboost。
我使用一个矩阵作为输入创建了xgb矩阵，但是当我减少矩阵数据中列的数量时，我会收到一个错误。
这样做是可行的：
> dim(ctt1)
[1] 6401 5901
> xgbmat1 <- xgb.DMatrix(
Matrix(data.matrix(ctt1)),
label = as.matrix(as.numeric(data$V2)) - 1
)
这并不意味着：
> dim(ctt1[,nr])
[1] 6401 1048
xgbmat1 <- xgb.DMatrix(
Matrix(
浏览 3提问于2016-03-07得票数 4
2回答
我正在开发基于pandas DataFrame对象的工具。我希望将scipy稀疏矩阵保留为DataFrame的列，而不是将其按行转换为dtype('O')的列表/数值数组。
下面的代码片段不起作用，因为pandas将矩阵视为标量，并建议添加索引。当在矩阵中的行索引上提供pd.RangeIndex时，矩阵将对数据帧中的每一行重复(因为pandas认为它是标量)。
ma = scipy.sparse.rand(10, 100, 0.1, 'csr', dtype=np.float64)
df = pd.DataFrame(dict(X=ma))
这是可行的：
df
浏览 12提问于2016-09-12得票数 4
回答已采纳
1回答
我想知道是否有一种方法可以简单地将密集向量添加到稀疏矩阵的所有行中，在scipy.sparse中表示为一个稀疏矩阵并返回一个稀疏矩阵，即只对稀疏矩阵的非零元素求和。
如果我这样做：
import numpy as np
import scipy.sparse as sp
W = sp.csr_matrix(np.array([[0,0,1],[0,1,0]]))
v = np.array([2,3,4])
然后
sum = W + v
sum显然是一个稠密矩阵，但它的零数之和也很明显。然而，当我试图做：
b = (W != 0)
s = b.multiply(v)
sum = W + s
我得
浏览 2提问于2014-06-06得票数 2
回答已采纳
1回答
我有一个图的邻接权重矩阵。我想调用matlabbgl libaray的bellman ford算法。如何将矩阵转换为稀疏格式？
浏览 1提问于2011-06-14得票数 3
我有一个密集矩阵A，如A= np.random.rand(100,100)，我需要创建一个稀疏矩阵(块反对角矩阵)作为
(0A)(A^t0)
为了使它是对称的，所以我可以用eigsh得到一些特征值和特征向量。
有人能在python中提供一些代码片段吗？非常感谢!
浏览 5提问于2022-07-22得票数 -1
1回答
我正在用监督学习来进行主题检测。然而，我的矩阵非常大(202180 x 15000)，我无法将它们与我想要的模型相匹配。矩阵的大部分由零组成。只有logistic回归起作用。是否有一种方法可以继续使用相同的矩阵，但使它们能够与我想要的模型一起工作？就像我能用不同的方式创建矩阵吗？
这是我的代码：
import numpy as np
import subprocess
from sklearn.linear_model import SGDClassifier
from sklearn.linear_model import LogisticRegression
from sklearn i
浏览 3提问于2016-01-16得票数 5
回答已采纳
1回答
如何在中处理稀疏矩阵
例如，假设我想施加以下形式的约束：
A * x == 0
其中A是稀疏矩阵，x是变量向量。我假设可以利用A的稀疏性来更快地进行优化。如何在JuMP中利用这一点？
浏览 0提问于2016-04-18得票数 4
1回答
我有一个关于使用距离矩阵进行聚类的问题，但是很稀疏。
是否有不扩展矩阵的稀疏距离对象格式，并且可以使用稀疏表示？
目前，我正在做以下工作
# read sparse matrix
sparse <- readMM('sparse-matrix')
distance <- as.dist(sparse)
稀疏矩阵已经是正确的距离矩阵，它对于未连接的条目具有NA。
>sparse
[1,] . . .
[2,] 1 . .
[3,] 1 . .
> as.dist(sparse)
1 2
2 1
3 1 0
但是，使用as.dist将其转换为
asM
浏览 0提问于2013-04-09得票数 3
你好，我试图通过命令“编码器”将一个函数转换成一个.mex函数。我的输入之一是稀疏双矩阵。当编码器要求将变量'Mf‘i setit的类型定义为double时(：inf :inf)。它构建它，当它运行该函数时，它以以下消息结束："MATLAB表达式'Mf‘不是正确的稀疏性“
如有任何建议和解决办法，我将不胜感激。谢谢!
浏览 0提问于2014-10-28得票数 0
回答已采纳
我试图使用scipy.sparse.linalg.eigsh找到Python中稀疏Hermitian矩阵列表的最小特征值(如最负的，而不是最低的)。矩阵为1000×1000，列表长度为500~2000。另外，我知道所有矩阵的特征值的上界和下界--分别称为eig_UB和eig_LB。
我尝试过两种方法：
sigma=eig_LB.Subtracting 使用移位-反转模式，从每个矩阵的对角线(从而将最小的特征值移动为最大的幅值特征值)，用默认的特征值设置对角化生成的矩阵(没有移位-反转模式并使用其中的‘LM’)，然后将eig_UB添加到生成的特征值中。。
这两种方法都有效，其结果一致，但方法1大
浏览 12提问于2020-03-05得票数 0
1回答
我在R中有一个非常大且稀疏的矩阵，它是用“矩阵”包创建的，我想在python + numpy中处理。R对象是csc格式，如果我使用矩阵包中的函数writeMM导出它，输出如下所示：
%%MatrixMarket matrix coordinate real general
4589 17366 160441
22 1 5.954510725783322
36 1 29.77255362891661
41 1 23.81804290313329
74 1 5.954510725783322
116 1 59.54510725783322
127 1 11.909021451566645
159
浏览 5提问于2015-07-23得票数 1
回答已采纳
我需要将数据帧转换为稀疏矩阵。数据框架看起来类似于这样：(实际数据太大了(Approx 500 000行和1000列))。
我需要把它转换成一个矩阵，这样矩阵的行是'id‘，列是’name‘，并且应该只显示有限的值。不应显示nans (以减少内存使用)。当我尝试使用pd.pivot_table，时，为我的大数据制作矩阵需要很长时间。
在R中，有一种叫做“dMcast”的方法。我探索了一下，但在python中找不到替代方法。我对蟒蛇很陌生。
浏览 1提问于2019-03-12得票数 2
回答已采纳
1回答
我需要构造一个随机转移矩阵。给定一个N_by_N矩阵M，Mi，j是i和j之间的概率，问题是我需要构造M，而构造M的是：
矩阵R，与M相同，但如果i和j之间的概率> 0，则Ri，j=1。(R很稀疏)
给出i和j之间概率的函数Pr(i，j)。
所以我有R和Pr，我需要构造M，我能想到的唯一方法就是用昂贵的python循环来实现，我想知道是否有一种快速的方法来处理numpy。
浏览 0提问于2014-05-14得票数 0
2回答
在学习了之后，我想使用包从下面的数据帧创建一个稀疏矩阵，并让所有其他元素都是NA。
s r d
1 1089 3772 1
2 1109 190 1
3 1109 2460 1
4 1109 3071 2
5 1109 3618 1
6 1109 38 7
我知道我可以用下面的内容创建一个稀疏矩阵，像往常一样访问元素：
> library(Matrix)
> Y <- sparseMatrix(s,r,x=d)
> Y[1089,3772]
[1] 1
> Y[1,1]
[1] 0
但是如果我想将默认值设为NA，我尝试了以下方法：
M &
浏览 0提问于2009-08-13得票数 15
回答已采纳
我正在尝试使用A^TA计算cuSparse。A是一个大但稀疏的矩阵。基于使用的适当函数是cusparseDcsrgemm2。然而，这是少数几个不支持输入矩阵可选内置转置的cuSparse操作之一。文件里有一行写着
只支持NN版本。对于其他模式，用户必须显式转换A或B。
问题是，我在cuSparse中找不到一个可以执行转置的函数。我知道我可以在CPU中转换，并将其复制到GPU，但这会减慢应用程序的速度。我是不是遗漏了什么？使用cuSparse计算A^TA的正确方法是什么？
浏览 1提问于2019-08-06得票数 1
回答已采纳
1回答
大矩阵的填充与计算
、、、
我试图在一个for循环中填充一个25000 x 25000矩阵，但是R锁定了我。数据有多个零项，那么稀疏矩阵是否合适？
下面是一些示例数据和代码。
x<-c(1,3,0,4,1,0,4,1,1,4)
y<-x
z<-matrix(NA,nrow=10,ncol=10)
for(i in 1:10){
if(x[i]==0){
z[i,]=0
} else{
for(j in 1:10){
if(x[i]==y[j]){
z[i,j]=1
} else{z
浏览 1提问于2015-02-02得票数 2
回答已采纳
4回答
我有矩阵建立的问题。要构建矩阵(对于第三方包)，我需要逐行将double[]数组传递给第三方对象。我的问题是:我有一个表示图上路径的对象列表。每个对象都是具有“源”属性(字符串)和“目标”属性(也是字符串)的路径。我需要构建一个一维数组，其中所有元素都是0，除非源属性等于给定的名称。给定名称将在路径列表中出现多次。下面是我构建稀疏数组的函数：
static double[] GetNodeSrcRow3(string nodeName)
{
double[] r = new double[cpaths.Count ];
for (int i =
浏览 8提问于2017-10-13得票数 3
回答已采纳
1回答
围绕Medoids (PAM；k-means的健壮版本)的划分与矩阵的METIS划分有很大不同吗？我的意思是，它们当然是不同的方法，但输出会有本质上的不同吗？
我不知道Metis，只知道它是一种矩阵的划分方法。如果将PAM和Metis应用于距离矩阵，结果会有多大不同？
背景:我读了一篇使用Metis划分社会矩阵(谁是谁的朋友的nxn矩阵)的工作论文。由于Metis不是在R中实现的，所以我想使用PAM粗略地得到他们的结果。
有什么想法？任何参考资料都会很有帮助。
浏览 1提问于2012-09-28得票数 3
1回答
用火花相乘两个巨大矩阵
、、、、
我目前正在学习火花。我想要计算矩阵W，它定义为W=B*H'*inverse(R + H*B*H')，这里每个变量都是一个矩阵，
B=eb*eb'( eb‘代表eb载体的转置) 400000 * 400000
R=eo*eo'(eo‘代表eb载体的转置) 200000 * 200000
H是稀疏矩阵200000 * 400000
和eb矩阵大小是4000000*1，所以我的B矩阵大小400000*400000现在的问题是存储这个总文件，我目前使用的是4GB内存，500 eb磁盘空间计算机。最初，我通过块乘法在matlab中实现了这一点，我正在将
浏览 2提问于2014-10-25得票数 1
2回答
我有一个从R的matrix包创建的稀疏矩阵。我想迭代矩阵中的每个条目并执行一个操作，将结果保存在另一个稀疏矩阵中，该矩阵具有与原始矩阵相同的索引。
例如，假设我有稀疏矩阵A：
1 . 1
2 . .
. . 4
ColSums看起来像这样：
3 . 5
RowSums看起来像这样：
2
2
4
我想在A上迭代，然后这样做
(1,1) > 3*2
(2,1) > 2*3
(1,3) > 2*5
(3,3) > 4*5
创建B：
6 . 10
6 . .
. . 20
我该如何用矢量化的方式来做这件事呢？
我认为foo函数应该是这样的：
B=fooMap(A,fun)
有趣
浏览 2提问于2012-09-29得票数 2
回答已采纳
1回答
稀疏矩阵是大多数元素为零的矩阵。相反，如果大多数元素是非零的，那么矩阵就被认为是稠密的.当零值元素的个数除以元素总数大于0.5时，矩阵A将是稀疏的。
我使用内置函数issparse来检查矩阵的稀疏性，但是这个函数总是给出0。
如何修正这段代码？
A = [0 0 0; 0 1 0; 1 0 0]; % Matrix-A
S = issparse(A); % Checking Matrix-A is sparse
if S == 1
disp('Matrix-A is Sparse Matrix\n')
else
disp('Matrix-A is Den
浏览 1提问于2019-03-02得票数 0
2回答
我从R中的文档-术语矩阵导出术语-术语共现矩阵K。我感兴趣的是对逐个关键字的矩阵K进行K均值聚类分析。K的维度是8962术语×8962术语。
我将K传递给kmeans函数，如下所示：
for(i in 1:25){
#Run kmeans for each level of i, allowing up to 100 iterations for convergence
kmeans<- kmeans(x=K, centers=i, iter.max=100)
#Combine cluster number and cost together, write to
浏览 0提问于2016-05-03得票数 0
我知道有些矩阵有很多数据，而另一些矩阵主要是0或者是空的。但是，创建SparseMatrix对象以容纳稀疏填充的矩阵比创建一个DenseMatrix对象来容纳稀疏填充的矩阵有什么好处呢？就方法而言，它们似乎都提供了或多或少相同的操作。
我也想知道什么时候你会使用矩阵对象来保存数据--就像在什么情况下比使用其他两种数据更有利或者更好。
浏览 4提问于2014-07-11得票数 0
a = array([[2*R0*(Q0**2), 2*R1*(Q1**2), 2*R2*(Q2**2), 2*R3*(Q3**2), 2*R4*(Q4**2), 0, 0, 0],
[0, 0, 0, 2*R3*(Q3**2), 2*R4*(Q4**2), 0, 0, 0], [0, 2*R1*(Q1**2),0, 0, 0, 2*R5*(Q5**2), 2*R6*(Q6**2), 2*R7*(Q7**2)], [1, 1, 0, 0, 0, 0, 1], [0, 1, 1, 0, 0, 1, 0, 0, 0], [0, 0, 1, 1, 1, 0, 0, 0],
浏览 6提问于2015-10-16得票数 1
1回答
从RCCP开始。如何才能使用(索引、读取和赋值)代码中定义的稀疏矩阵，就像我对“标准”矩阵所做的那样？
library('Matrix')
library(Rcpp)
library(inline)
r <- matrix(seq(1,9,1),ncol=3,nrow=3)
i <- Matrix(0, nrow = nrow(r) * ncol(r), ncol = nrow(r)*ncol(r), sparse=TRUE)
fx <- cxxfunction( signature( x_ = "matrix" ,y_="dsCMa
浏览 0提问于2015-09-15得票数 0
我有一个稀疏矩阵，当我在R中打开它时，所有应该是0的元素都是像‘这样的点。'，我如何将这个点转换为数字0？也就是说，将其转换为可在后续计算中使用的数值矩阵。
我知道一个命令，可以将所有的元素从NA转换为0：
Mydata[is.na(Mydata)]<-0
但我不知道如何将点转换为0。
浏览 0提问于2014-07-20得票数 3
1回答
大型稀疏矩阵幂和的计算
、、、、
给定一个查询向量(一个热向量) q的大小为50000x1，一个大型稀疏矩阵A的大小为50000 x 50000和nnz的A为0.3十亿，我想要计算r=(A + A^2 + ... + A^S)q (通常是4 <= S <=6)。
我可以迭代地使用循环来实现上述方程。
r = np.zeros((50000,1))
for i in range(S):
q = A.dot(q)
r += q
但我想要更快的方法。
第一个想法是A可以是对称的，所以。但是由于A是大的稀疏矩阵，分解使得密度矩阵与A的大小相同，从而导致性能下降(在内存和速度方面)。
还考虑了低阶近似。但是A又大
浏览 7提问于2021-02-05得票数 1
回答已采纳
我正在比较带和不带区域的矩阵乘法，我试图使用稀疏矩阵来处理线性代数模块。我正计划使用块，并使用循环手动分解，但我想看看我是否能够得到加速，只是使用一些更简单的目前。如果有一种简单的方法来处理我忽略的区块，我会很感激的。无论如何，当我用一个值填充稀疏数组时，我能够让代码工作起来，并看到加速，但是用随机值填充它似乎不起作用：
use LayoutCS;
use Time;
use LinearAlgebra, Norm;
use LinearAlgebra.Sparse;
use Random;
use IO;
writeln("Please type the filename with
浏览 0提问于2020-08-06得票数 4
回答已采纳
1回答
稀疏混合模型与lme4或其他包
、、、、
我在一个大文件(500000行)上使用混合模型。我的模型公式是这样的：
Y ~ 0 + num1:factor1 + num1:factor2 + num2:factor3 + factor4 + (0 + num3|subject) + (0 + num4|subject) + (1|subject)，
其中num -数值变量；factor -分类变量/因素。
由于范畴变量具有多个唯一的层次，因此固定效果矩阵是非常稀疏的(稀疏性~0.9)。
拟合这样的矩阵，如果它是处理密集的，需要大量的时间和RAM。
我的线性回归也有同样的问题。
我的稠密矩阵是20GB，但是当我把它转换成稀疏矩阵时，
浏览 0提问于2020-11-03得票数 3
回答已采纳
1回答
我有一个大小为1393 x 1393的邻接矩阵，它看起来像：
我正在做基于这个矩阵的空间建模，以后会有大量的矩阵逆。我听说这样的稀疏矩阵，我们可以重新排序行和列，以达到最小的带宽，这将大大减少矩阵逆所需的时间。我发现的算法叫做Gibbs-Poole-Stockmeyer，我找到了一个FORTRAN 。
我是一个R用户，目前正在R中调用这个旧的FORTRAN代码，但没有成功(仍在尝试)。所以我的问题是：
当使用R/Rcpparmadillo时，如果我减少带宽，稀疏矩阵的矩阵逆会更容易吗？我是否需要任何明确的命令来告诉R如何逆矩阵，或者它只是自然发生的。
有人能帮我使用R中的FORT
浏览 0提问于2017-06-28得票数 0
回答已采纳
1回答
我觉得应该有一个简单的解决办法，但我找不到：
我有相同维数的稀疏矩阵A B。我想要创建矩阵C，它在A中复制值，其中B不是零。
这是我的方法：
[r,c,v] = find(B);
% now I'd like to create an array of values using indices r and c,
% but this doesn't work (wrong syntax)
v2 = A(r,c);
% This won't work either
idx = find(B); % linear indexing, too high-dimensio
浏览 0提问于2013-06-18得票数 4
回答已采纳
2回答
这是我刚发现的东西。由于某种原因，在Armadillo中，将稠密矩阵乘以稀疏矩阵比乘以稀疏和稠密矩阵(即倒序)要慢得多。
// [[Rcpp::depends(RcppArmadillo)]]
#include <RcppArmadillo.h>
// [[Rcpp::export]]
arma::sp_mat mult_sp_den_to_sp(arma::sp_mat& a, arma::mat& b)
{
// sparse x dense -> sparse
arma::sp_mat result(a * b);
return
浏览 0提问于2018-04-11得票数 3
回答已采纳
4回答
我在R中有一个稀疏的Matrix，它显然太大了，我无法在上面运行as.matrix() (尽管它也不是非常大)。所讨论的as.matrix()调用位于svd()函数内部，所以我想知道是否有人知道不需要首先转换为密集矩阵的另一种奇异值分解实现。
浏览 3提问于2011-02-10得票数 10
回答已采纳
1回答
有人知道有什么好的稀疏矩阵库吗？我需要它在大型稀疏矩阵(10,000 x 10,000)上做kronecker积和乘法。
现在我们正在使用R，它很好地处理它们。不幸的是，我们不能把R投入生产，所以寻找替代品。我一直在玩Math.net数字，但看起来有点慢。
浏览 4提问于2012-08-01得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
