在使用scikit-learn时,我可以使用PyTorchTensor而不是NumPy数组吗?
我尝试了scikit-learn中的一些方法,比如train_test_split
和StandardScalar
,它们似乎工作得很好,但是当我使用PyTorchTensor而不是NumPy数组时,有什么我应该知道的吗?
根据www.example.com上的此问题https://scikit-learn.org/stable/faq.html#how-can-i-load-my-own-datasets-into-a-format-usable-by-scikit-learn:
numpy数组或scipy稀疏矩阵。也可以接受其他可转换为数值数组的类型,如pandas DataFrame。
这是否意味着使用PyTorchTensor是完全安全的?
2条答案
按热度按时间0ve6wy6x1#
我不认为pyTorchTensor是由scikit-learn直接支持的,但是你总是可以从pyTorchTensor中得到底层的numpy数组
然后将其与scikit学习功能一起使用。
u91tlkcl2#
skorch可以是一个可以考虑的选项,它的目的是“使与sklearn一起使用PyTorch成为可能”。
它允许你使用PyTorchTensor与scikit学习。
开箱即用,skorch可以处理许多类型的数据,包括PyTorchTensor、NumPy数组、Python字典等等。
除了Tensor,它还有助于使用其他PyTorch功能,如用于神经网络的
torch.nn
模块、PyTorch DataLoader等,以及熟悉的sklearn界面。