在稀疏矩阵上执行特征缩放和均值归一化是个好主意吗？我有一个 70% 稀疏的矩阵。通常，特征缩放和均值归一化可以提高算法性能，但在稀疏矩阵的情况下，它会添加大量非零项
最佳答案
如果表示稀疏很重要，例如为了适合内存，那么您不能对表示本身进行均值归一化，不。它变得完全稠密并且违背了目的。
通常，您会将均值归一化数学插入公式或计算的另一部分。或者，您可以在访问元素时进行标准化，之前已经计算了平均值和方差。
或者，如果可能的话，您可以选择不需要标准化的算法。
关于machine-learning - 稀疏矩阵中的特征缩放和均值归一化，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21875518/