【发布时间】：2019-12-13 05:54:12
【问题描述】：
假设 A 是具有 tf-idf 值的 (scipy) 稀疏矩阵，B 是具有我数据的一些附加特征的 (numpy) 数组。
A 和B 的每一行对应同一个观察。
我想连接这些矩阵/数组，因为我想将它们传递给 sklearn ML 模型来训练它，我认为我不能单独传递它们。
根据这个答案 (https://stackoverflow.com/a/49420566/9024698)，有两种方法可以连接这些数组：
- 将稀疏数组 (
A) 转换为密集数组，然后连接 - 将全密集数组 (
B) 转换为稀疏矩阵
但是，（1）在我的情况下基本上是不可能的，因为在我的情况下A 太大了。
因此，我可以考虑将完全密集的数组 (B) 转换为稀疏数组。
但是，我的问题是这样做会丢失任何信息（即将完全密集的数组转换为稀疏数组）吗？
这篇帖子 (How to combine TFIDF features with other features) 与我的帖子相关，但没有明确回答我的问题。
【问题讨论】：
-
不，稀疏存储不会有损。您可以通过从密集数组创建稀疏矩阵、转换回（使用
.A或.todense()属性）并与原始数组进行比较来验证自己。 -
@PaulPanzer，好的，所以您的意思是在 Adense -> Asparse -> Adense_again 的情况下，Adense 和 Adense_again 绝对相同？
-
是的，完全正确。你甚至可以直接比较
Adense==Asparse，你会得到一个充满Trues 的（密集）数组。 -
@PaulPanzer，好的，听起来不错，谢谢。虽然我不确定这种稀疏表示是否会对我的 ML 模型产生任何（相当大的）差异。
标签： python numpy scikit-learn scipy sparse-matrix