我可以标准化我的PCA应用计数向量吗？

Question

我在CountVectorizer()上应用了X_train，它返回了一个稀疏矩阵。

通常，如果要标准化稀疏矩阵，我们将传递with_mean=False参数。

scaler = StandardScaler(with_mean=False)
X_train = scaler.fit_transform()

但是在我的案例中，在X_train上应用CountVectorizer之后，我还执行了PCA（TruncatedSVD）来减小尺寸。现在我的数据不是稀疏矩阵。

那么我现在可以直接应用StandardScaler()而不通过with_mean=False (i.e with_mean=True)吗？

Answer 1

如果您将with_mean参数用作look，则会发现它只是在缩放之前对数据进行居中。不将稀疏矩阵居中的原因是，当您尝试将稀疏矩阵居中时，它将转换为密集矩阵并占用更多内存，从而首先破坏了稀疏性。

执行PCA后，您的数据将减小尺寸，现在可以在缩放之前居中。因此，可以的，您可以直接应用StandardScaler()。