在稀疏矩阵中进行缩放和均值归一化

Question

在稀疏矩阵上执行特征缩放和均值归一化是一个好主意吗？我有一个70％稀疏的矩阵。通常，特征缩放和均值归一化可以提高算法性能，但在稀疏矩阵的情况下，它会增加许多非零项

Answer 1

如果表示稀疏是很重要的，那么为了适应内存，那么你就不能在表示本身中进行标准化，不能。它变得完全密集并且失败了。

通常，您将均值归一化数学推入公式或计算的另一部分。或者，您可以在访问元素时进行规范化，之前已经计算了均值和方差。

或者，如果可能，您可以选择不需要标准化的算法。

Answer 2

如果使用scikit-learn，则可以如下所示：

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler(with_mean=False)
scaler.fit(data)

在这里，您将维护稀疏性的平均值设为零，就像在文档here中看到的那样。