在sklearn线性模型(Lasso、Lars等)中使用预计算的Gram矩阵

Question

我正在尝试在一个非常大的数据集上训练一个线性模型。特征空间很小，但是有太多的样本无法保存在内存中。我在动态计算Gram矩阵，并试图将其作为参数传递给sklearn Lasso (或其他算法)，但是，当我调用fit时，它需要实际的x和y矩阵。

你知道如何在不存储原始矩阵的情况下使用“预计算”功能吗？

Answer 1

(我的答案是基于svm.SVC的用法，套索可能会有所不同。)

我认为你应该把Gram矩阵而不是X传递给fit方法。

此外，Gram矩阵具有形状(n_samples，n_samples)，因此对于您的情况来说，它也应该太大而无法存储，对吧？