Question

假设我有n个d矩阵X，n个样本和d个功能。假设我可以按照我的实际需要预先排序X（例如，根据每个单独的特征排序X的索引矩阵）。我正在使用的算法要求我做这样的事情：

process X sorted by feature j
after processing, we create a subset of X, X'
process X' sorted by feature j'
...
eventually there are no more subsets to process

有没有办法做到这一点，而不必通过我需要的功能X？

这是迄今为止我能够提出的伪代码：

I = np.array([np.argsort(X[:, j]) for j in range(d)])
process X sorted by feature j = process X[I[j]]
now we get a subset of indices S
but how do we process X[S] sorted by j'?

Answer 1

您还可以在每行中保留原始行索引。这样，您只需要按索引筛选按j'排序的数组。也就是说，索引子集S对应于原始数组中的行子集。您可以在索引上过滤按j'排序的数组（仅获取其索引位于S中的原始行索引子集中的那些行）。这样，您获得按j'排序的数组子集，该子集仅包含S中的行。

快速访问已排序的子集

1 个答案: