我想知道是否有办法在python中为mlpy使用scipy.sparse.csc_matrix格式。我之前使用过mlpy，处理的都是非稀疏矩阵。例如，如果我有5个特征和每行一个标签（0或1），我会得到类似这样的数据：

2,3,4,5,6,01,2,3,4,5,1.....

现在，在我的下一个项目中，我有大约20,000个特征，因此在这种情况下创建稀疏矩阵会更容易。

我查看了mlpy关于k-means聚类的文档（因为我现在要做的就是聚类数据），文档说明：

Parameters :    x : 2d array_like object (N, P)datak : int (1<k<N)number of clustersplus : boolk-means++ algorithm for initializationseed : intrandom seed for initializationReturns :   clusters, means, steps: 1d array, 2d array, intcluster membership in 0,...,K-1, means (K,P), number of steps

我认为这意味着mlpy只接受非稀疏矩阵。如果我理解错了，请告诉我。

任何帮助都将不胜感激。谢谢！

回答：

我认为答案很简单，MLPy中的kmeans不支持稀疏输入。让算法能够处理稀疏输入并不是一件容易的事。

MiniBatchKMeans在scikit-learn中可以处理稀疏输入（免责声明：我是scikit-learn的开发者）。