Это хорошая идея для выполнения масштабирования функций и средней нормировки на разреженной матрице? У меня есть матрица, которая на 70% разрежена. Обычно масштабирование функций и средняя нормализация улучшают производительность алгоритма, но в случае разреженной матрицы он добавляет много ненулевых условий.Особенности масштабирования и средней нормировки в разреженной матрице
Если важно, чтобы представление было разреженным, чтобы вписаться в память, например , то вы не можете означать-нормализовать в самом представлении, нет. Он становится полностью плотным и поражает цель.
Обычно вы нажимаете среднюю математическую нормировку на другую часть формулы или вычисления. Или вы можете просто выполнить нормализацию при доступе к элементам, предварительно вычислив среднее значение и дисперсию.
Или вы можете выбрать алгоритм, который не требует нормализации, если это возможно.
Не может быть окончательного ответа на такой вопрос. Просто попробуйте в вашем случае увидеть, если это быстрее ... – hivert
@hivert «производительность» означает точность, а не скорость. Конечно, это не быстрее. Вопрос заключался в том, как сделать компромисс стоящим. –