稀疏（csr）特征矩阵的分层KFold

Question

我有一个包含模型特征的大型稀疏矩阵（95000,12000）。我想在python中使用Sklearn.cross_validation模块进行分层K折叠交叉验证。但是，我还没有找到一种在python中索引稀疏矩阵的方法。

无论如何，我可以在稀疏特征矩阵上执行StratifiedKFold吗？

Answer 1

试试这个：

# First make sure sparse matrix is to_csr
X_sparse = x.tocsr()
y= output
X_train = {}
Y_train = {}

skf = StratifiedKFold(5, shuffle=True, random_state=12345)
i=0
for train_index, test_index in skf.split(X,y):
    print("TRAIN:", train_index, "TEST:", test_index)
    X_train[i], X_test[i] = X[train_index], X[test_index]
    y_train[i], y_test[i] = y[train_index], y[test_index]
    i +=1