Scipy 矩阵 - Sklearn 的描述
我正在使用 sklearn 进行 NPL，将我的数据集放入训练和测试集中，如下所示：
X_train, X_test, y_train, y_test = train_test_split(X,Y,test_size=0.3, shuffle=True,random_state=0,stratify=Y)
如何获得 X_train 和 y_train 的描述（即每个标签有多少个寄存器），因为生成的对象是类'scipy.sparse.csr.csr_matrix' 并且没有描述属性。
I'm working on NPL with sklearn, slipt my data set into training and test sets as follow:
X_train, X_test, y_train, y_test = train_test_split(X,Y,test_size=0.3, shuffle=True,random_state=0,stratify=Y)
How I can get a description of the X_train and y_train (i.e. how many registers has of each label), due that the resulting objects are class 'scipy.sparse.csr.csr_matrix' and does not have a description attribute.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
csr_matrix是一个稀疏矩阵由scipy提供。如果您想检查其内容，可以调用.toarray()，返回该矩阵的密集 ndarray 表示。例如，
print(X_train.toarray())csr_matrixis a sparse matrix provided byscipy. If you want to inspect its content, you could call.toarray()on it, which return a dense ndarray representation of this matrix.For example,
print(X_train.toarray())