inplace_csr_column_scale

sklearn.utils.sparsefuncs.inplace_csr_column_scale(X, scale)

原地列缩放CSR矩阵。

通过乘以调用者提供的特定比例来缩放数据矩阵的每个特征，假设形状为(n_samples, n_features)。

Parameters:

X形状为(n_samples, n_features)的稀疏矩阵

使用特征的方差进行归一化的矩阵。 它应该是CSR格式。

scale形状为(n_features,)的ndarray，dtype={np.float32, np.float64}

用于缩放的预先计算的特征值数组。

Examples

>>> 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_csr_column_scale(csr, scale)
>>> csr.todense()
matrix([[16,  3,  4],
        [ 0,  0, 10],
        [ 0,  0,  0],
        [ 0,  0,  0]])