值错误：使用sklearn TSNE时，度量值“cosine”对于算法“ball_-tree”无效

Question

程序包版本：

数量：1.13.3

学习：0.19.0

压缩比：0.19.1

我有一个稠密矩阵svd_matrix

svd_matrix.shape
>>> (30000,50)

我想在scikit TSNE实现中使用“cosine”作为度量来训练这一点

^{pr2}$

但是我得到了上面的错误。上周我在训练这个模型，它工作得很好，但我同时更新了我的软件包版本，但我不认为这会引起问题？不管怎样，包版本在上面。在

algorithm不是manifold.TSNE的参数，所以我不能像建议的那样给'brute'作为参数{a1}

有人能告诉我这里出了什么问题吗？我该怎么解决这个问题？谢谢你

Answer 1

TSNE的代码（0.19！！！）似乎在every case中使用了BallTree（但是预计算的）：

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

现在，在BallTree中允许哪些指标：

^{pr2}$

TSNE的代码库is quite active，可能有一些重大的变化来描述您的观察结果，而且事实上，它在开始工作之前没有检查度量。在

This pull-request似乎增加了对cosine度量的支持，在本例中不使用BallTree！由于这似乎是合并的，我认为如果你从当前的主分支安装sklearn，它将工作！在

编辑：它实际上在主分支中工作（如预期的那样）！

在从当前主分支（e049b1d35fba9fa688d81a6511be38a73ae824cc；17.10.2017）安装sklearn时，以下代码没有任何错误（只是一个演示）。在

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!