张量（python tensorly）

前言

基于python tensorly 张量分解的代码实现，主要基于Tucker decomposition， 参考链接：http://tensorly.org/stable/installation.html

---

一、使用步骤

1.引入库

库的安装：

pip install -U tensorly

引入库如下：

import tensorly as tl
from tensorly.decomposition import non_negative_tucker
#非负张量分解

2.张量分解

省略了数据读取部分。temp为list格式数据
代码如下（示例）：

#将数据转换成张量格式
temp=tl.tensor(temp)

代码如下（示例）：

张量分解

core, factors = non_negative_tucker(temp, rank=[6,3,4])

参考链接：http://tensorly.org/stable/modules/generated/tensorly.decomposition.non_negative_tucker.html

3.张量重构

根据分解得到的核心张量和因子矩阵，恢复原来的张量。
代码如下（示例）：

from tensorly import tucker_to_tensor
p_temp=tucker_to_tensor((core, factors))

4.评价指标

根据评价指标判断重构张量的情况的好坏，可以考虑根据此来选择rank的取值。
代码如下（示例）：

from tensorly.metrics.regression import MSE
MSE(temp,p_temp)

总结

tensorly的简单使用