我目前正在尝试对文字进行分类。我的数据集太大了，建议here，我需要使用稀疏矩阵。我现在的问题是，将元素添加到稀疏矩阵的正确方法是什么？比方说，我有一个矩阵X，这是我的输入。
X = np.random.randint(2, size=(6, 100))
现在这个矩阵X看起来像ndarray的ndarray（或类似的东西）。
如果我这样做
X2 = csr_matrix(X)
我有稀疏矩阵，但是如何在sparce矩阵中添加另一个元素？ 例如，这个密集元素：[1,0,0,0,1,1,1,0，...，0,1,0]到稀疏向量，如何将它添加到稀疏输入矩阵？< / p>
（顺便说一句，我在python，scipy，numpy，scikit ......所有内容都很新）
答案 0 :(得分：13)
Scikit-learn有一个很棒的文档，有很好的教程，你真正应该阅读，然后再尝试自己发明它。 This一个是第一个阅读它的人解释了如何对文本进行分类，一步一步，this one是使用稀疏表示的文本分类的详细示例。
在this部分，要特别注意他们谈论稀疏表示的部分。一般来说，如果你想使用带有线性内核的svm和大量的数据，LinearSVC（基于Liblinear）会更好。
关于你的问题 - 我确定有很多种方法可以连接两个稀疏矩阵（顺便说一句，这是你应该在google中寻找的其他方法），这里有一个，但你必须要转换从csr_matrix到coo_matrix，它是另一种稀疏矩阵：Is there an efficient way of concatenating scipy.sparse matrices?。
编辑：当连接两个矩阵（或矩阵和数组是一个二维矩阵）时，一般的想法是连接X1.data和X2.data并操纵它们indices和indptr s（或row和col，如果coo_matrix）指向正确的位置。一些稀疏表示对于特定操作更好，而对于其他操作更复杂，您应该阅读csr_matrix并查看这是否是最佳表示。但我真的恳请你从我上面发布的那些教程开始。