python - 我可以标准化我的 PCA 应用计数向量吗？

Question

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

通常，如果我们想要标准化稀疏矩阵，我们会传入 with_mean=False 参数。

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

但在我的例子中，在对我的 X_train 应用 CountVectorizer 之后，我还执行了 PCA(TruncatedSVD) 来减小维度。现在我的数据不是稀疏矩阵。

那么现在我可以直接应用 StandardScaler() 而无需传递 with_mean=False (即 with_mean=True) 吗？

Answer 1

如果你拿 look在 with_mean 参数的作用下，您会发现它只是在缩放之前将数据居中。不将稀疏矩阵居中的原因是，当您尝试将稀疏矩阵居中时，它会变成稠密矩阵并占用更多内存，从而首先破坏其稀疏性。

在执行 PCA 后，您的数据已减少维度，现在可以在缩放之前居中。所以是的，您可以直接应用 StandardScaler()。