Scikit learn 支持向量机的稀疏数据中心化

我了解到，当您运行支持向量机时，您应该将数据集中，并将组件标准化为单位方差。然而，我的原始数据非常稀疏，以这种方式对数据进行预处理会使数据变得密集。这似乎使我的模型火车非常慢。如果您使用的是现成的SVM实现，您将如何处理这个问题？

没有必要以这种方式进行扩展。您可以只缩放，不居中，或者只除以绝对最大值，使数据在-1和1的范围内。

每个实例的SVM代码中动态复制预处理数据的可能性，这样您就可以通过少量执行保持内存公平。您还可以考虑使用其他模型，如RandomForests。