将 cuml (RAPIDS) truncatedSVD 转换为 sklearn

Question

我必须将使用 cuml (RAPIDS) 编写的代码转换为 sklearn。

我发现在cuml.truncatedSVD 中，参数n_components 是输出维度（奇异值的数量）可以等于 cuml 中的输入/特征的数量，但在 sklearn.decomposition.truncatedSVD 中却不行，它需要一个严格的值低于输入尺寸。

我正在转换的 cuml 代码将两个特征作为输入并计算两个奇异值，这对于 sklearn 是不可能的。

是否有解决方法或使其与 sklearn 一起使用的方法？

Answer 1

解决方案是在scipy（在我的情况下更快）或numpy 中使用SVD 方法。您可以在this discussion找到更多信息。