可以将numpy.linalg.norm替换为矩阵的L1范数的sklearn.preprocessing.normalize（X，norm ='l1'，）吗？

Question

之前我使用过sklearn.preprocessing.normalize但是我想知道Numpy（或其他）对于矩阵的L1范数还有其他方法吗？我们可以使用numpy.linalg.norm(x, ord=None, axis=None, keepdims=False)代替sklearn吗？

根据document，linalg.norm params似乎不可能用于矩阵也不能用L1

x : array_like Input array. If axis is None, x must be 1-D or 2-D.
ord : {non-zero int, inf, -inf, ‘fro’, ‘nuc’}, optional

Answer 1

是。 numpy.linalg.norm适用于Matrix或矢量规范。

这取决于您想要的L1矩阵规范。您可以使用参数ord指定它。 （Doc）

numpy.linalg.norm(x, ord=None, axis=None, keepdims=False)

由矢量范数引起的矩阵范数ord=inf

“逐步”矩阵规范，ord=0

Schatten规范，ord=nuc