将完全密集的数组转换为稀疏矩阵是否会丢失任何信息？

Question

假设A是一个具有tf-idf值的（scipy）稀疏矩阵，B是一个具有我的数据的一些附加特性的（numpy）数组

A和B的每一行对应于相同的观察结果

我想连接这些矩阵/数组，因为我想把它们传递给skl模型来训练它，我不认为我可以分别传递它们

根据这个答案（https://stackoverflow.com/a/49420566/9024698），有两种方法连接这些数组：

1. 将稀疏数组（A）转换为密集数组，然后连接
2. 将全密集数组（B）转换为稀疏矩阵

然而，（1）在我的例子中基本上是不可能的，因为在我的例子中A太大了

因此，我可以考虑将完全密集数组（B）转换为稀疏数组

但是，我的问题是，这样做是否会丢失任何信息（即，将完全密集的数组转换为稀疏数组）

这篇文章（How to combine TFIDF features with other features）与我的文章相关，但它没有明确回答我的问题

Answer 1

不，你不会丢失任何信息。在这种情况下，稀疏/密集是相同数据的两种不同表示形式。详见https://machinelearningmastery.com/sparse-matrices-for-machine-learning/