heamy中训练集的x如果传进去稀疏矩阵会报错，请问该怎么解决

[Zengai]

if self._X_train.shape[0] != self._y_train.shape[0]:

会报这样的错，谢谢！

[YouChouNoBB]

这是行数不一样，检查下数据的行列是不是一样

[Zengai]

一样的，看过了，这个bug调了快一天了，一直报那样的错误。这是代码，就是您写的Tencent那个baseline，我想进行改进，用stacking：
from heamy.dataset import Dataset

train_x = sparse.load_npz('train_x.npz')
val_x = sparse.load_npz('evals_x.npz')
res = pd.read_csv('res.csv')
train_y = pd.read_csv('train_y.csv')
val_y = pd.read_csv('evals_y.csv')
test_x = sparse.load_npz('test_x.npz')

dataset = Dataset(train_x,train_y,val_x) #就在这一行会报那个错误

感谢（如果可以希望能加上您联系方式，交流一下，qq277248199）！

[YouChouNoBB]

因为稀疏矩阵不支持分片，你可以减少特征，转成稠密矩阵

[Zengai]

嗯嗯，谢谢，我看了稀疏矩阵那个包里面的方法，train_x=sparse.load_npz('train_x.npz').tolil()
这个tolil()方法好像支持分片，但是还是会报之前的错

[YouChouNoBB]

toarray()试试

[Zengai]

嗯嗯，toarray()方法也都试过，不过可能由于稀疏矩阵太占内存，转array提示Memoryerror