如何用csr_matrix初始化gensim語料庫變量？

Question

我有X作爲我公司取得使用scikit的TFIDF矢量化是一個數組csr_matrix，和y

我的計劃是創建使用LDA的功能，但是，我沒有找到如何初始化gensim的語料庫變量與X作爲csr_matrix。換句話說，我不想下載gensim文檔中顯示的語料庫，也不想將X轉換爲密集矩陣，因爲它會消耗大量內存，並且計算機可能會掛起。

總之，我的問題有以下幾種，

1. 你如何初始化gensim語料庫因爲我有一個csr_matrix（疏）代表全語料庫？
2. 你如何使用LDA來提取功能？

Answer 1

Gensim有一個半隱藏良好的功能，你可以種做到這一點：

http://radimrehurek.com/gensim/matutils.html#gensim.matutils.Sparse2Corpus

「類gensim.matutils.Sparse2Corpus（稀疏，documents_columns = TRUE） 一個轉換矩陣以scipy.sparse格式轉換爲流式gensim語料庫。「

我已經有一些成功使用與CountVectorizer提取的語料，然後裝入gensim。