在 scikit-learn 中使用 PyTorch 张量

Question

在使用 scikit-learn 时，我可以使用 PyTorch 张量而不是 NumPy 数组吗？

我尝试了一些来自 scikit-learn 的方法，例如 train_test_split 和 StandardScalar，它似乎工作得很好，但是当我使用 PyTorch 张量而不是 NumPy 数组时，有什么我应该知道的吗？

根据https://scikit-learn.org/stable/faq.html#how-can-i-load-my-own-datasets-into-a-format-usable-by-scikit-learn 上的这个问题：

numpy 数组或 scipy 稀疏矩阵。其他可转换为数值数组的类型，例如 pandas DataFrame 也是可以接受的。

这是否意味着使用 PyTorch 张量是完全安全的？

Answer 1

我不认为 scikit-learn 直接支持 PyTorch 张量。但是你总是可以从 PyTorch 张量中获取底层的 numpy 数组

my_nparray = my_tensor.numpy()

然后将它与 scikit learn 函数一起使用。