python - ValueError:使用sklearn TSNE时，度量标准'cosine'对算法'ball_tree'无效

套件版本：

numpy的：1.13.3

sklearn：0.19.0

scipy：0.19.1

我有一个密集矩阵svd_matrix

svd_matrix.shape
>>> (30000,50)

我想使用“余弦”作为度量标准在scikit TSNE实现上进行培训

tsne = sklearn.manifold.TSNE(n_components=2, random_state=0, metric='cosine')
matrix_2d = tsne.fit_transform(svd_matrix)
>>> ValueError: Metric 'cosine' not valid for algorithm 'ball_tree'

但是我得到上面的错误。上周我在训练该模型，并且效果很好，但是与此同时我更新了软件包版本，但是我认为这不会引起问题吗？无论如何，软件包的版本都在上面。

algorithm不是manifold.TSNE的参数，所以我不能像建议的here那样提供'brute'作为参数

谁能建议这里出了什么问题以及我该如何解决？谢谢

最佳答案

TSNE（0.19 !!!）的代码似乎在every case中使用BallTree（但是预先计算的）：

neighbors_method = 'ball_tree'
if (self.metric == 'precomputed'):
    neighbors_method = 'brute'
knn = NearestNeighbors(algorithm=neighbors_method, n_neighbors=k,
                               metric=self.metric)

现在，BallTree中允许使用哪些度量标准：

from sklearn.neighbors import BallTree
BallTree.valid_metrics
# ['seuclidean', 'hamming', 'dice', 'jaccard', 'matching', 'russellrao',
  'euclidean', 'kulsinski', 'wminkowski', 'chebyshev', 'mahalanobis',
  'sokalmichener', 'rogerstanimoto', 'infinity', 'p', 'canberra',
  'haversine', 'sokalsneath', 'l1', 'minkowski', 'pyfunc', 'l2',
  'cityblock', 'braycurtis', 'manhattan']

TSNE的代码库is quite active可能有一些重大变化，描述了您的观察结果，并且事实是，它在开始工作之前并未检查指标。

This pull-request似乎增加了对cosine度量的支持，因为在这种情况下不使用BallTree！由于这似乎已经合并，所以我认为如果您从当前的主分支安装sklearn，它将会起作用！

编辑：它实际上在主分支中正常工作（按预期）！

从当前主分支（e049b1d35fba9fa688d81a6511be38a73ae824cc; 2017年10月17日）安装sklearn时，以下命令没有太大意义（只是一个演示），运行时没有任何错误。

from sklearn.datasets.samples_generator import make_blobs
from sklearn.manifold import TSNE

X, y = make_blobs(n_samples=10, centers=3, n_features=2,
              random_state=0)

tsne = TSNE(n_components=2, random_state=0, metric='cosine')
matrix_2d = tsne.fit_transform(X)
# OK!