inplace_column_scale

sklearn.utils.sparsefuncs.inplace_column_scale(X, scale)

In-place Spaltenskalierung einer CSC/CSR-Matrix.

Skaliert jede Merkmal der Datenmatrix, indem sie mit einer vom Aufrufer bereitgestellten spezifischen Skala multipliziert wird, unter der Annahme einer Form (n_samples, n_features).

Parameter:

Xspärliche Matrix der Form (n_samples, n_features)

Matrix zum Normalisieren unter Verwendung der Varianz der Merkmale. Sie sollte im CSC- oder CSR-Format vorliegen.

scalendarray der Form (n_features,), dtype={np.float32, np.float64}

Array von vorab berechneten merkmalsspezifischen Werten zur Skalierung.

Beispiele

>>> from sklearn.utils import sparsefuncs
>>> from scipy import sparse
>>> import numpy as np
>>> indptr = np.array([0, 3, 4, 4, 4])
>>> indices = np.array([0, 1, 2, 2])
>>> data = np.array([8, 1, 2, 5])
>>> scale = np.array([2, 3, 2])
>>> csr = sparse.csr_matrix((data, indices, indptr))
>>> csr.todense()
matrix([[8, 1, 2],
        [0, 0, 5],
        [0, 0, 0],
        [0, 0, 0]])
>>> sparsefuncs.inplace_column_scale(csr, scale)
>>> csr.todense()
matrix([[16,  3,  4],
        [ 0,  0, 10],
        [ 0,  0,  0],
        [ 0,  0,  0]])