python - 快速核矩阵计算 python

Question

我想以尽可能最快的方式在 python 中计算内核矩阵:输入是一个矩阵 X= nsamples, nfeatus输出应该是一个对称矩阵 D =nsamples, nsapmles

我现在正在使用的方法，即使是基于迭代器的，对于 for 循环来说似乎真的很慢......有人能想到更好的方法吗？

谢谢

到目前为止我的方法是:

from itertools import combinations
def computeKernel(X,dlambda):
    nsamples=X.shape[0]
    D=numpy.zeros((nsamples,nsamples))
    for el in combinations(range(nsamples),2):
        i,j=el
        D[el]=quadraticChiDist(X[i,:],X[j,:])


    D=D+D.T
    D=numpy.exp(-dlambda*D/255)
    D=numpy.eye(D)+D    
    return D

其中quadraticChiDist是针对X中每个可能的行对进行计算的函数

Answer 1

通过替换内循环可以将运行时间减少一半

for i in range(nsamples):
    for j in range(i):
        D[i,j]=quadraticChiDist(X[i,:],X[j,:])
        D[j,i]=D[i,j]

即使 quadraticChiDist 不是对称的，这也没关系，因为您将矩阵对称化(您忘记除以 2 了吗？)::

D = D + D.T

为了进一步加速，我建议优化 quadraticChiDist 的速度。

我进一步推荐http://cython.org/ ，特别是http://docs.cython.org/src/tutorial/numpy.html 。在许多情况下，这可以让您达到 C 的速度。