inplace_row_scale#

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

對 CSR 或 CSC 矩陣進行原地列縮放。

假設形狀為 (n_samples, n_features)，透過乘以呼叫者提供的特定縮放比例來縮放資料矩陣的每一列。

參數:

X形狀為 (n_samples, n_features) 的稀疏矩陣: 要縮放的矩陣。它應該是 CSR 或 CSC 格式。
scale形狀為 (n_features,) 的 ndarray，dtype={np.float32, np.float64}: 用於縮放的預先計算的逐樣本值陣列。

範例

>>> from sklearn.utils import sparsefuncs
>>> from scipy import sparse
>>> import numpy as np
>>> indptr = np.array([0, 2, 3, 4, 5])
>>> indices = np.array([0, 1, 2, 3, 3])
>>> data = np.array([8, 1, 2, 5, 6])
>>> scale = np.array([2, 3, 4, 5])
>>> csr = sparse.csr_matrix((data, indices, indptr))
>>> csr.todense()
matrix([[8, 1, 0, 0],
        [0, 0, 2, 0],
        [0, 0, 0, 5],
        [0, 0, 0, 6]])
>>> sparsefuncs.inplace_row_scale(csr, scale)
>>> csr.todense()
 matrix([[16,  2,  0,  0],
         [ 0,  0,  6,  0],
         [ 0,  0,  0, 20],
         [ 0,  0,  0, 30]])