将 cuml (RAPIDS) truncatedSVD 转换为 sklearn
Convert cuml (RAPIDS) truncatedSVD into sklearn
我必须将使用 cuml (RAPIDS) 编写的代码转换为 sklearn。
我发现在 cuml.truncatedSVD 中参数 n_components 即输出维度（奇异值的数量）可以等于 cuml 中 inputs/features 的数量，但不是sklearn.decomposition.truncatedSVD 这需要一个严格低于输入维度的值。
我正在转换的 cuml 代码将两个特征作为输入并计算两个奇异值，这在 sklearn 中是不可能的。
是否有解决方法或让它与 sklearn 一起工作的方法？
解决方案是使用 scipy 中的 SVD 方法（在我的情况下更快）或 numpy。您可以在 .
中找到更多信息
我必须将使用 cuml (RAPIDS) 编写的代码转换为 sklearn。
我发现在 cuml.truncatedSVD 中参数 n_components 即输出维度（奇异值的数量）可以等于 cuml 中 inputs/features 的数量，但不是sklearn.decomposition.truncatedSVD 这需要一个严格低于输入维度的值。
我正在转换的 cuml 代码将两个特征作为输入并计算两个奇异值，这在 sklearn 中是不可能的。
是否有解决方法或让它与 sklearn 一起工作的方法？
解决方案是使用 scipy 中的 SVD 方法（在我的情况下更快）或 numpy。您可以在