Python 稀疏矩阵的点积

Python 稀疏矩阵的点积,python,scikit-learn,naivebayes,Python,Scikit Learn,Naivebayes,我正在阅读的实现,我不明白下面的矩阵的点积计算是如何工作的 self.feature_count_ += safe_sparse_dot(Y.T, X) 代码可以找到 其中Y.T.shape=37000和X.shape=700027860。当Y.T中的行数不等于X中的列数时,它如何工作?结果矩阵的大小是327860°??它是如何工作的?我错过了什么 在此处查看将矩阵与另一个矩阵合并的部分: 如果你进行乘法运算,你会发现在你的例子中,只有内部维度必须匹配7000

我正在阅读的实现,我不明白下面的矩阵的点积计算是如何工作的

self.feature_count_ += safe_sparse_dot(Y.T, X)
代码可以找到

其中Y.T.shape=37000和X.shape=700027860。当Y.T中的行数不等于X中的列数时,它如何工作?结果矩阵的大小是327860°??它是如何工作的?我错过了什么


在此处查看将矩阵与另一个矩阵合并的部分:

如果你进行乘法运算,你会发现在你的例子中,只有内部维度必须匹配7000