将 PyTorch 张量与 scikit-learn 结合使用

Question

我可以在使用 scikit-learn 时使用 PyTorch 张量而不是 NumPy 数组吗？

我尝试了一些来自 scikit-learn 的方法，比如 train_test_split 和 StandardScalar，它似乎工作得很好，但是当我使用 PyTorch 张量而不是NumPy 数组？

根据 https://scikit-learn.org/stable/faq.html#how-can-i-load-my-own-datasets-into-a-format-usable-by-scikit-learn 上的这个问题：

numpy arrays or scipy sparse matrices. Other types that are convertible to numeric arrays such as pandas DataFrame are also acceptable.

这是否意味着使用 PyTorch 张量是完全安全的？

Answer 1

我认为 scikit-learn 不直接支持 PyTorch 张量。但是你总是可以从 PyTorch 张量中获取底层的 numpy 数组

my_nparray = my_tensor.numpy()

然后将其与 scikit 学习功能一起使用。