用于训练数据的稀疏向量

我有一个这样的训练数据:

x_train = np.random.randint(100, size=(1000, 25))

其中每一行为一个样本,因此我们有1000个样本。

现在我需要调整训练数据,使得每个样本/行最多有3个非零元素,总共25个元素中。

大家能否建议一下我该如何实现这个目标?谢谢!


回答:

我假设您希望将大部分数据变成零,但每个行随机保留0到3个非零元素。如果是这样的话,可以按照以下方法实现。

代码

输出

[[ 0. 68. 25. ...  0.  0.  0.] [ 0.  0.  0. ...  0.  0.  0.] [ 0.  0.  0. ...  0.  0.  0.] ... [ 0.  0.  0. ...  0.  0.  0.] [88.  0.  0. ...  0.  0.  0.] [ 0.  0.  0. ...  0.  0.  0.]]

Related Posts

如何从数据集中移除EXIF数据?

我在尝试从数据集中的图像中移除EXIF数据(这些数据将…

用于Python中的“智能点”游戏的遗传算法不工作

过去几天我一直在尝试实现所谓的“智能点”游戏。我第一次…

哪个R平方得分更有帮助?

data.drop(‘Movie Title’, ax…

使用线性回归预测GRE分数对录取率的影响

我正在学习线性回归,并尝试在Jupyter笔记本中用P…

使用mlrMBO贝叶斯优化进行SVM超参数调优时出现错误

我试图针对一个分类任务优化SVM,这个方法在许多其他模…

Keras模型的二元交叉熵准确率未发生变化

我在网上看到了很多关于这个问题的提问,但没有找到明确的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注