python - 在稀疏设计矩阵上使用 rpy2 运行 glmnet？

Question

我有一个 python 片段，它可以很好地在 np.array X 和 y 上运行 GLMNET。但是，当 X 是来自 scipy 的列稀疏矩阵时，代码失败，因为 rpy2 无法转换 X。我犯了一个明显的错误吗？

MCVE 是:

import numpy as np
from scipy import sparse
from rpy2 import robjects
import rpy2.robjects.packages as rpackages
from rpy2.robjects import numpy2ri
from rpy2.robjects import pandas2ri

if __name__ == "__main__":
    X = sparse.rand(5, 20, density=0.1)
    y = np.random.randn(5)
    numpy2ri.activate()
    pandas2ri.activate()

    utils = rpackages.importr('utils')
    utils.chooseCRANmirror(ind=1) 
    if not rpackages.isinstalled('glmnet'):
        utils.install_packages("glmnet")
    glmnet = rpackages.importr('glmnet')

    glmnet = robjects.r['glmnet']
    glmnet_fit = glmnet(X, y, intercept=False, standardize=False)

当我运行它时，我得到了一个NotImplementedError:

Conversion 'py2ri' not defined for objects of type '<class 'scipy.sparse.csc.csc_matrix'>'

我可以用不同的方式提供 X 吗？如果 rpy2 无法处理稀疏矩阵，我会感到惊讶。

Answer 1

您可以使用 rpy2 创建一个稀疏矩阵，如下所示:

import numpy as np
import rpy2.robjects as ro
from rpy2.robjects.packages import importr
from scipy import sparse

X = sparse.rand(5, 20, density=0.1).tocoo()
r_Matrix = importr("Matrix")
r_Matrix.sparseMatrix(
    i=ro.IntVector(X.row + 1),
    j=ro.IntVector(X.col + 1),
    x=ro.FloatVector(X.data),
    dims=ro.IntVector(X.shape))