ValueError異常：公制 '餘弦' 不是有效的算法 'ball_tree' 使用sklearn TSNE時

Question

包版本：

numpy的：1.13.3

sklearn：0.19.0

SciPy的：0.19.1

我有一個緻密的基質svd_matrix

svd_matrix.shape 
>>> (30000,50) 

我要到t使用「餘弦」作爲度量標準

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' 

但是我得到上述錯誤下雨的scikit TSNE實施。我上週正在訓練這個模型，並且運行良好，但是我同時更新了我的軟件包版本，但我不認爲這會導致問題？無論如何，軟件包版本都在上面。

algorithm不是manifold.TSNE的說法，所以我不能給'brute'作爲參數的建議here

任何人都可以建議是怎麼回事錯了，我怎麼能解決這個問題？謝謝

Answer 1

TSNE的代碼（0.19 !!!）似乎every case使用BallTree（但預計算一個）：什麼指標BallTree內允許

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

現在：

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的代碼庫爲is quite active，可能會有一些大的變化來描述你的觀察結果，也可能是在上班前沒有檢查指標。

This pull-request似乎增加了對cosine度量的支持，在這種情況下不使用BallTree！由於這似乎是合併，我認爲這將工作，如果你從當前主分支安裝sklearn！

編輯：它實際上工作（如預期）在主分支！

從當前主分支安裝sklearn（e049b1d35fba9fa688d81a6511be38a73ae824cc; 17.10.2017）時，以下幾點沒有太大意義（只是演示），運行時沒有任何錯誤。

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!