ValueError异常：公制 '余弦' 不是有效的算法 'ball_tree' 使用sklearn TSNE时

Question

包版本：

numpy的：1.13.3

sklearn：0.19.0

SciPy的：0.19.1

我有一个致密的基质svd_matrix

svd_matrix.shape 
>>> (30000,50) 

我要到t使用“余弦”作为度量标准

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' 

但是我得到上述错误下雨的scikit TSNE实施。我上周正在训练这个模型，并且运行良好，但是我同时更新了我的软件包版本，但我不认为这会导致问题？无论如何，软件包版本都在上面。

algorithm不是manifold.TSNE的说法，所以我不能给'brute'作为参数的建议here

任何人都可以建议是怎么回事错了，我怎么能解决这个问题？谢谢

Answer 1

TSNE的代码（0.19 !!!）似乎every case使用BallTree（但预计算一个）：什么指标BallTree内允许

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

现在：

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的代码库为is quite active，可能会有一些大的变化来描述你的观察结果，也可能是在上班前没有检查指标。

This pull-request似乎增加了对cosine度量的支持，在这种情况下不使用BallTree！由于这似乎是合并，我认为这将工作，如果你从当前主分支安装sklearn！

编辑：它实际上工作（如预期）在主分支！

从当前主分支安装sklearn（e049b1d35fba9fa688d81a6511be38a73ae824cc; 17.10.2017）时，以下几点没有太大意义（只是演示），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!