从数据框创建稀疏矩阵

Question

我正在尝试从数据框创建稀疏数据矩阵，而不必构建会导致严重内存问题的密集矩阵。

我在下面 post 找到了一个 SO，其中似乎找到了解决方案： Create Sparse Matrix from a data frame

我试过这个解决方案，但是，它对我不起作用，可能是因为我的 UserID 和 MovieID 不是从 1 开始的。

这是我的示例代码：

library(Matrix)

UserID<-c(10090,10090,10090,10316,10316)
MovieID <-c(63155,63530,63544,63155,63545)
Rating <-c(2,2,1,2,1)
trainingData<-data.frame(UserID,MovieID,Rating)
trainingData

UIMatrix <- sparseMatrix(i = trainingData$UserID,
                         j = trainingData$MovieID,
                         x = trainingData$Rating)

dim(UIMatrix)

我希望得到一个 2 x 3 矩阵，但 dims 对应于最大用户和电影 ID。

我已经尝试了 post 中建议的第二种解决方案，但它不适用于可能的数据。

谁能给点建议？

Answer 1

您可以将索引转换为从 as.integer(as.factor(.)) 开始的索引。

UIMatrix <- sparseMatrix(i = as.integer(as.factor(trainingData$UserID)),
                         j = as.integer(as.factor(trainingData$MovieID)),
                         x = trainingData$Rating)

dim(UIMatrix)
# [1] 2 4

dimnames(UIMatrix) <- list(sort(unique(trainingData$UserID)),
                           sort(unique(trainingData$MovieID)))

UIMatrix
# 2 x 4 sparse Matrix of class "dgCMatrix"
#       63155 63530 63544 63545
# 10090     2     2     1     .
# 10316     2     .     .     1

从数据框创建稀疏矩阵

Create sparse matrix from data frame

r

machine-learning

sparse-matrix