小编Lee*_*eor的帖子

我正在开展一个包括使用潜在语义分析(LSA)的项目.这需要使用奇异值分解(SVD),有时需要使用大数据集.是否有适用于Windows\Visual Studio环境的随机SVD(rSVD)实现？我看到了一个名为redsvd的项目,但它似乎只在Linux上受支持.

我正在联系所有 SO C++ 天才。

我已经在 python 中训练（并成功测试）了一个 xgboost 模型，如下所示：

dtrain 
=xgb.DMatrix(np.asmatrix(X_train),label=np.asarray(y_train,dtype=np.int), feature_names=feat_names)

optimal_model = xgb.train(plst, dtrain)

dtest = xgb.DMatrix(np.asmatrix(X_test),feature_names=feat_names)

optimal_model.save_model('sigdet.model')

我关注了 XgBoost 上的一篇文章（见链接），它解释了在 C++ 中加载和应用预测的正确方法：

// Load Model
g_learner = std::make_unique<Learner>(Learner::Create({}));
        std::unique_ptr<dmlc::Stream> fi(
            dmlc::Stream::Create(filename, "r"));
        g_learner->Load(fi.get());

// Predict
    DMatrixHandle h_test;
        XGDMatrixCreateFromMat((float *)features, 1, numFeatures , -999.9f, &h_test);
        xgboost::bst_ulong out_len;


        std::vector<float> preds;
        g_learner->Predict((DMatrix*)h_test,true, &preds); 

我的问题 (1)：我需要创建一个 DMatrix*，但是我只有一个 DMatrixHandle。如何使用我的数据正确创建 DMatrix？

我的问题（2）：当我尝试以下预测方法时：

DMatrixHandle h_test;
XGDMatrixCreateFromMat((float *)features, 1, numFeatures , -999.9f, &h_test);
xgboost::bst_ulong out_len;


int res = XGBoosterPredict(g_modelHandle, h_test, 1, …

我注意到XgBoost支持多种操作系统,例如MacOS,Ubuntu,Windows等.可以在此处找到安装说明.但是,我没有看到Android的任何说明.有没有人试过这个(或试图"破解"来实现这一点)？

我有一个非常大的二维数组，我需要在这个数组上计算向量运算。NTerms 和 NDocs 都是非常大的整数。

var myMat = new double[NTerms, NDocs];

我需要从这个矩阵中提取向量列。目前，我正在使用 for 循环。

            col = 100;
            for (int i = 0; i < NTerms; i++)
            {
                myVec[i] = myMat[i, col];
            }

这个操作非常慢。在 Matlab 中，我可以在不需要迭代的情况下提取向量，如下所示：

myVec = myMat[:,col];

有没有办法在 C# 中做到这一点？

Matlab轮廓函数(和imcontour)绘制了不同级别矩阵的等值线.我想知道:我如何操纵这个函数的输出,以便接收每个轮廓的所有(x,y)坐标,以及水平？如何使用输出[C,h] =轮廓(...)来完成上述任务？此外,我对操作底层网格不感兴趣,这是一个连续函数,只提取我在绘图上看到的相关像素.