Python 使用scikit时scipy.sparse矩阵的缩放问题

在使用scikit（python）解决机器学习问题时，我需要在使用SVM进行训练之前对scipy.sparse矩阵进行缩放，以获得更高的精度。但它明确提到：

scale和StandardScaler仅当with_mean=False显式传递给构造函数时才接受scipy.sparse矩阵作为输入。否则将引发ValueError，因为静默居中将打破稀疏性，并且经常会由于无意中分配过多内存而导致执行崩溃。

---

这意味着我不能用零均值。那么我如何缩放这个稀疏矩阵，使它的均值和单位方差都为零。我还需要存储此“缩放”，以便在测试矩阵上使用相同的变换来缩放它。

如果矩阵很小，可以使用

X.toarray（）

对其进行加密。如果矩阵很大，那么这可能会毁掉你的内存

---

作为居中和缩放的替代方法，您可以尝试使用

sklearn.preprocessing.Normalizer

；这适用于频率特征（例如，在文本分类中）。

我的矩阵非常大（500000 X 40000），因此我无法进行排列。规格化器会逐样本缩放，这意味着所有的数据点不会均匀缩放，因此我不能使用它。尽管如此，我还是想办法做到这一点。看来我得自己写一个脚本来完成这个任务。@Vinetchirania:数据代表什么？（无论如何，你可能无法将非线性支持向量机与如此大的数据量相匹配，因为支持向量机训练算法需要立方时间。）我尝试使用线性核支持向量机，但它在学习中花费了大量时间。所以我现在使用的是基于liblinear的LinearSVC，而不是libsvm。如果我不是说居中，只是缩放，那么这会影响精度吗？