Python numpy.n将稀疏矩阵排列为稠密矩阵

我想在一些数据上运行

sklearn

的

RandomForestClassifier

，这些数据被打包为

numpy.ndarray

，恰好是稀疏的。 调用

fit

将给出

ValueError:使用序列设置数组元素。

。从其他帖子中我了解到随机森林无法处理稀疏数据

我希望对象有一个

todense

方法，但它没有

>>> X_train
array(<1443899x1936774 sparse matrix of type '<class 'numpy.float64'>'
    with 141256894 stored elements in Compressed Sparse Row format>,
      dtype=object)
>>> type(X_train)
<class 'numpy.ndarray'>

至于使用

toarray（）

的建议，ndarray没有这样的方法。

AttributeError:'numpy.ndarray'对象没有属性'toarray'

此外，如前所述，对于这个特定的数据，我需要TB的内存来保存阵列。是否有使用稀疏数组运行

RandomForestClassifier

的选项

编辑2

---

看起来数据应该使用这里提到的SciPy的sparse来保存。

---

使用NumPy的save/load时，应该保存更多数据。

我相信您正在寻找

toarray

方法，如中所示

所以您可以这样做，例如，

X\u dense=X\u train.toarray（）

当然，你的电脑会崩溃（除非你有22兆字节的内存？）

---

但是，考虑到非零元素的尺寸和数量，这种转换很可能会产生

内存错误
似乎应该使用这里提到的SciPy的稀疏存储来保存数据。使用NumPy的“保存/加载”时，应保存更多数据

RandomForestClassifier
可以使用此格式的数据运行。
代码已经运行了1:30小时，所以希望它能够真正完成：-）
因为您已经使用np.load加载了csr矩阵，所以需要将它从np数组转换回csr矩阵。您说过您尝试用csr_矩阵包装它，但这不是数组的内容，您需要保存所有
.all（）

请提供一个示例，以便我们可以查看导致错误的代码。现在，您只显示
X_train
的类型，但既不显示其形状，也不显示如何将其输入到
随机森林分类器中。很可能，数据的形状不正确，请参见答案。我得到的对象是
ndarray
，它没有
toarray
或
todense
。我看不到任何方法可以将其转换为csr_矩阵使用
X_train[（）]
从数组包装器中取出错误保存的矩阵。然后使用
toarray
ndarray
不必
toarray
方法，否则我不会提出这个问题。你是对的——这个阵列需要TB（我认为“只是”2.2），这是不实际的。
X_train = np.load('train.npy') # this returns a ndarray
train_gt = pd.read_csv('train_gt.csv')

model = RandomForestClassifier()
model.fit(X_train, train_gt.target)

>>> X_train
array(<1443899x1936774 sparse matrix of type '<class 'numpy.float64'>'
    with 141256894 stored elements in Compressed Sparse Row format>,
      dtype=object)

 arr = M.toarray()    # or M.A same thing
 mat = M.todense()    # to make a np.matrix

temp = csr_matrix(X_train.all())
X_train = temp.toarray()