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。