Nano Hash - криптовалюты, майнинг, программирование

Кажется, не удается объединить две разреженные матрицы среднего размера, пытаясь понять ошибку

rbind терпит неудачу на этих двух разреженных матрицах каждая, 320 тыс. строк x 31 тыс. столбцов, с ошибкой, что проблема слишком велика.

Я надеялся, что у кого-то могут быть какие-то предложения. Один пример ниже сначала показывает атрибуты каждой матрицы, системной памяти, а затем пытается связать их с помощью rbind и rbind2(,sparse=T):

введите здесь описание изображения


Ответы:


1

Может быть, вы могли бы попробовать dplyr и функцию bind_rows()? https://dplyr.tidyverse.org/reference/bind.html

library(dplyr)
mat3 <- bind_rows(mat1, mat2)  

Я не понимаю сообщение об ошибке, и было бы удивительно, если бы это было проблемой из-за размера набора данных. Чтобы быть уверенным, вы можете попробовать выполнить привязку и проверить, работает ли она для очень небольшого подмножества ваших матриц:

rbind(mat1[1:3, ], mat2[1:3, ])
11.03.2021
  • По-видимому, матрицы не все такие разреженные (около 10% ненулевых), а разреженные матрицы в R могут содержать только около 2^31 ненулевого элемента. Я хотел бы объединить 4 примерно одного размера 13.03.2021
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..