我有一个列表 X_train（超过20000个元素），每个元素都是通过 HashingVectorizer.transform() 创建的稀疏 scipy csr_matrix。
我的 HashingVectorizer.transform() 对输入文件进行逐行转换，并将结果追加到列表 X_train 中。
我试图使用 X_train 训练一个 SGDClassifier，但我收到了以下错误：
ValueError: setting an array element with a sequence。
如何在不进行CPU或内存密集型操作的情况下训练 SGDClassifier？
回答：
稀疏矩阵的列表，以及将其转换为数组或稀疏矩阵（或不转换）的方法：
In [916]: alist=[sparse.random(1,10,.2, format='csr') for _ in range(3)]In [917]: alistOut[917]: [<1x10 sparse matrix of type '<class 'numpy.float64'>' with 2 stored elements in Compressed Sparse Row format>, <1x10 sparse matrix of type '<class 'numpy.float64'>' with 2 stored elements in Compressed Sparse Row format>, <1x10 sparse matrix of type '<class 'numpy.float64'>' with 2 stored elements in Compressed Sparse Row format>]创建一个正确的二维稀疏矩阵：
In [918]: sparse.vstack(alist)Out[918]: <3x10 sparse matrix of type '<class 'numpy.float64'>' with 6 stored elements in Compressed Sparse Row format>矩阵的对象数组 – 不好
In [919]: np.array(alist)Out[919]: array([ <1x10 sparse matrix of type '<class 'numpy.float64'>' with 2 stored elements in Compressed Sparse Row format>, <1x10 sparse matrix of type '<class 'numpy.float64'>' with 2 stored elements in Compressed Sparse Row format>, <1x10 sparse matrix of type '<class 'numpy.float64'>' with 2 stored elements in Compressed Sparse Row format>], dtype=object)尝试创建一个浮点数数组 – 你的错误
In [920]: np.array(alist, float)---------------------------------------------------------------------------ValueError Traceback (most recent call last)<ipython-input-920-52d4689fa7b3> in <module>()----> 1 np.array(alist, float)ValueError: setting an array element with a sequence.