Utilice el PDF scikit-learn con gensim LDA

He usado varias versiones de TFIDF en scikit para modelar algunos datos de texto.

vectorizer = TfidfVectorizer(min_df=1,stop_words='english') 

Los datos resultantes X están en este formato:

 <rowsxcolumns sparse matrix of type '' with xyz stored elements in Compressed Sparse Row format> 

Quería experimentar con LDA para reducir la dimensionalidad de mi matriz dispersa. ¿Existe una forma sencilla de introducir la matriz dispersa X NumPy en un modelo LDA de gensim?

 lda = models.ldamodel.LdaModel(corpus=corpus, id2word=dictionary, num_topics=100) 

Puedo ignorar scikit y seguir la guía del tutorial de gensim, pero me gusta la simplicidad de los vectorizadores de scikit y todos sus parámetros.

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

     class gensim.matutils.Sparse2Corpus(sparse, documents_columns=True) Convert a matrix in scipy.sparse format into a streaming gensim corpus.