基于Dual Form SVM的Double For Loop到Numpy线性代数的转换

文章/答案/技术大牛

发布

2回答

python、numpy、svm、linear-algebra

我正在尝试创建一个双重形式的支持向量机，它现在运行非常慢，但现在是正确的。不知何故，我需要将其转换为线性代数，以使用NumPy加快速度，但我倾向于与之斗争。仅供参考: a、y和x的长度都相同。A和y包含所有浮点数。X是浮点数的二维向量。

浏览 32提问于2020-04-04得票数 0

1回答

如何强制SVC将用户提供的内核视为稀疏内核。

scipy、scikit-learn

然而，如果用户提供的内核编写来获取稀疏矩阵，并且在拟合期间提供了稀疏矩阵，那么它仍然将稀疏矩阵转换为密集，并将内核视为密集的，因为内核不是scikit中预先定义的稀疏内核之一。有没有一种方法可以强迫SVC识别内核是稀疏的，而不是在将稀疏矩阵传递给内核之前将其转换成密集矩阵？但是，如果将linear_kernel函数本身传递给SVC，则稀疏矩阵在传递到内核之前被转换为ndarray，并且支持向量作为ndarray存储。from sklearn.s

浏览 1提问于2016-09-12得票数 2

1回答

Cython / STL向量&没有从其他应用程序调用的NumPy，缺少什么？

c++、numpy、dll、stl、cython

奇怪的是，使用STL向量而不是NumPy MemoryViews，性能降低了12倍。尝试将OpenMP与Cython的prange一起使用似乎也不起作用(我在所有4个线程w/内存视图上获得了100%的利用率，在最大w/ STL向量上可能获得了50%的利用率)。有谁想过如何将STL版本改造成可比较的版本？Cython只显示要与Python交互的cimport cython和cpdef语句。或者我必须使用Intel MKL向量，就像这里的</em

浏览 0提问于2016-06-26得票数 2

回答已采纳

1回答

如何使用C类型将这个numpy数组传递给C？

python、c、ctypes

我的目标是在python中以500步从0到4*pi生成一个numpy数组A。该数组被传递给C代码，C代码计算这些值的切线。C代码还将这些值传回python中的numpy数组B。昨天，我尝试简单地将一个值从python转换为C，并且(经过一些帮助)成功了。今天，我尝试传递整个数组，而不是值。我有两个问题：编写处理n

浏览 4提问于2020-10-22得票数 3

回答已采纳

3回答

OPencv支持向量机预测概率

opencv、svm

我正在开发一个使用弓模型和支持向量机的图像分类项目。我想找出支持向量机的预测概率，但opencv支持向量机中没有这样的函数。有没有办法做到这一点？我想找出n类支持向量机的预测概率。

浏览 0提问于2013-05-28得票数 8

2回答

在scikit GridSearchCV中的小数据集上学习速度极慢

python、numpy、scikit-learn

但是，我无法对我自己的数据进行网格搜索。我的数据很简单：(27,26) 27 5 dtype('int64') > %timeit clf2 = svm.SVC(); clf2.fit(X,y)1000 loops, best of 3: 328 us per loop

浏览 0提问于2013-07-04得票数 7

回答已采纳

2回答

如何提高布尔运算的速度

python、numpy、optimization、boolean

如果我有一段非常大的数据，我想找出一些特定的元素，并将它们从bool转换为number。例如，我想知道元素是否在区间(0.3,0.4)内，并将True转换为1，将False转换为0。i=np.random.rand(1000,1000,1000)j=((0.3<i)&(i<0.4))*1的工作原理和上面的表达式一样吗？我知道bool*bool很耗时且占用大量内存，bool转换为number也是

浏览 3提问于2017-10-26得票数 1

2回答

相对于astype(int)，numpy转/rint慢

python、c、assembly、numpy、sse

所以如果我有像x=np.random.rand(60000)*400-200这样的东西。iPython的%timeit说：注意，在rint和around的情况下，您仍然需要花费额外的0.14ms来完成最终的astype(int) (假设这是您最终想要的)。问题：认为大多数现代硬件能够在同等时间内完成两种操作，这是正确的吗？如果是这样的话，为什么<e

浏览 0提问于2014-12-02得票数 10

1回答

如何将sqrt应用到Cython中的向量中？

cython

你好，我真的是Cython或C语言的初学者。我有个问题要得到一个向量的正方形。我想的一个解决办法是：for i in range(length):但这样太慢了。我想这个。在这种情况下，我可以使用来自libc.math的sqrt或square函数吗？如果我想得到一个像1/3根的向量(比如1，8，27 -> 1,2,3)，我应该用什么函数代替sqrt？

浏览 9提问于2022-04-13得票数 1

1回答

在没有python对象的cython中有效的矩阵操作

python、scipy、cython

我正在编写一个函数，我希望尽可能多地使用Cython将其转换为C。要做到这一点，我需要使用线性代数运算。这是我的功能。编辑:我学到的教训是尝试处理循环之外的线性代数，这在很大程度上是我能够做到的。否则，请选择包装LAPACK/BLAS或编写我自己的函数.from scipy.stats import multivariate_normal as mv import[::1] loc =

浏览 0提问于2018-04-26得票数 6

回答已采纳

2回答

如何使用GridSearchCV对python中的多个模型以及管道和超参数优化进行比较

python、python-3.x、scikit-learn、pipeline、gridsearchcv

vectorizer',CountVectorizer(stop_words='english')),]) ('vectorizer',CountVectorizer(stop_words='english')),]) 我首先要矢量化数据min_sam

浏览 0提问于2020-05-08得票数 4

回答已采纳

2回答

从数组中提取最长的非NaN序列

python、arrays、indexing、nan

我想从Python中的数组中提取最长的连续非NaN值序列。6, 6, 4, 3, 2, NaN, NaN, NaN, 2, NaN, NaN, NaN]a_nonNaN_long = [4, 6, 8, 4, 6, 6, 4, 3, 2] i += 1 return i 然后在while循环中使用这个函数的索引来获取数组的</em

浏览 12提问于2022-05-04得票数 1

1回答

将MultiLabelBinarizer封装到scikit学习管道中，以便对新数据进行推断。

python、pandas、machine-learning、scikit-learn、mlflow

我正在构建一个基于文本字段的多标签分类器来预测标签。例如，根据电影标题预测类型。我想使用MultiLabelBinarizer()对包含所有适用的体裁标签的列进行二进制化。我使用MultiLabelBinarizer()的原因是为了能够使用内置的inverse_transform()函数将输出数组(例如array([0, 0, 1, 0, 1])直接转换为用户友好的文本输出分类器可以工作，但我对新数据的预测存在问题。我找不到一种将Mu

浏览 4提问于2019-09-13得票数 3

2回答

How的函数predict_proba()在内部是如何工作的？

python、svm、scikit-learn

我正在使用中的进行二进制分类。我正在使用它的predict_proba()函数来获得概率估计。有人能告诉我predict_proba()是如何在内部计算概率的吗？

浏览 1提问于2013-02-27得票数 44

回答已采纳

5回答

更快的数值笛卡尔坐标到球坐标的转换？

python、numpy、coordinate

我有一个来自3轴加速度计(XYZ)的300万个数据点的数组，我想向包含等效球坐标(r，θ，phi)的数组中添加3列。下面的代码可以工作，但似乎太慢了。我怎样才能做得更好？import numpy as np XsqPlusYsq = x**2 + y**2 r = m.sqrt

浏览 4提问于2010-11-07得票数 34

回答已采纳

2回答

将numpy对象数组转换为稀疏矩阵

python、arrays、numpy、matrix、scipy

我想将带有dtype=object的numpy数组转换为稀疏数组，例如csr_matrix。然而，这是失败的。np.array(['a', 'b', 'c'], dtype=object) csc_matrix(x) # This fails

浏览 5提问于2017-12-16得票数 1

回答已采纳

2回答

如何获取特征权重

python、machine-learning、svm、scikit-learn、libsvm

我正在处理高度不平衡的数据集，我的想法是从我的libSVM模型中获得特征权重的值。现在，我可以使用线性内核，在这里我可以获得特征权重，但是当我使用rbf或poly时，我无法达到我的目标。这里我使用sklearn作为我的模型，使用.coef_很容易获得线性内核的特征权重。有人能帮我为rbf或poly做同样的事吗？到目前为止，我试图做的事情如下： svr = SVC(C=10, cache_size=200, class_weight=&

浏览 3提问于2014-01-21得票数 22

回答已采纳

1回答

将强制转换错误'__Pyx_memviewslice‘键入'double* ’Cython，什么是等效的？MKL函数prange码

python、numpy、cython、intel-mkl、typed-memory-views

它基于一个老的所以帖子链接到BLAS，并且使用了一些我从未见过的Cython方法，但是它的工作速度比NumPy慢得多(也链接到MKL)。为了加快速度，我使用了典型的Memoryview格式(它在一对操作中使用了ndarray np.float64_t数据类型)。但是现在它不再使用double[::1]内存视图了。下面是生成的错误：'type cast': cannot convert from '__Pyx_memview

浏览 6提问于2017-06-22得票数 0

回答已采纳

1回答

numpy.einsum是如何实现的？

python、c、numpy

我想了解einsum函数是如何在python中实现的。我在numpy/core/src/multiarray/einsum.c.src文件中找到了源代码，但不能完全理解它。特别是，我想了解它是如何自动创建所需的循环的？例如：a = np.random.rand(2,3,4,5) ll = np.einsum('ijkl,ljik ->', a,

浏览 4提问于2022-07-12得票数 4

回答已采纳

4回答

NumPy函数的元素操作比运算符快吗？

python、arrays、performance、numpy、element

最近，我遇到了一个，在这个中，一个用户建议，在处理NumPy数组时，numpy.sum比NumPy的sum更快。a = np.random.random(1e10)np.subtract(a, b)会比a - b更快吗？

浏览 8提问于2014-09-12得票数 12

回答已采纳

点击加载更多