inplace_column_scale#

sklearn.utils.sparsefuncs.inplace_column_scale(X, scale)[來源]#

對CSC/CSR矩陣進行原地列縮放。

將資料矩陣的每個特徵乘以呼叫者提供的特定縮放比例，假設形狀為 (n_samples, n_features)。

參數:

X形狀為 (n_samples, n_features) 的稀疏矩陣: 使用特徵變異數進行正規化的矩陣。它應該是CSC或CSR格式。
scale形狀為 (n_features,)，dtype={np.float32, np.float64} 的ndarray: 用於縮放的預先計算的特徵值陣列。

範例

>>> 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]])