sklearn.manifold.TSNE 实际上fit_transform在空的 numpy 数组上返回一些东西

Question

为什么tsne.fit_transform([[]])实际上返回了一些东西？

from sklearn.manifold import TSNE
import numpy
tsne = TSNE(n_components=2,
    early_exaggeration=4.0,
    learning_rate=1000.0,
    metric='euclidean',
    init='random',
    random_state=42)
# returns [[  4.96714153e-05  -1.38264301e-05]]
print tsne.fit_transform(numpy.array([[]]))

但是将init从random更改为pca会引发例外：ValueError: failed to create intent(cache|hide)|optional array-- must have defined dimensions but got (0,) 。

Answer 1

当您使用

init='random' 嵌入X_embedded初始化为 None 并稍后使用随机权重时，这是相关的代码：

scikit-learn/sklearn/manifold/t_sne.py

if X_embedded is None:
    # Initialize embedding randomly
    X_embedded = 1e-4 * random_state.randn(n_samples, self.n_components)

使用init='pca'嵌入通过 PCA 转换进行初始化：

if self.init == 'pca':
    pca = RandomizedPCA(n_components=self.n_components,
                            random_state=random_state)
    X_embedded = pca.fit_transform(X)

对于空数组，此操作将失败。

Answer 2

这是一个

错误。它已在此提交中修复，应从版本 0.16.x 开始包含在内。

您可以使用 pip 安装当前的 sklearn 示例版本：

(sudo) pip install scikit-learn

现在，sklearn 将引发一个错误：

In [1]: from sklearn.manifold import TSNE
In [2]: TSNE().fit_transform([[]])
---------------------------------------------------------------------------
ValueError
Traceback (most recent call last)
<ipython-input-2-39cfca09a0bd> in <module>()
----> 1 TSNE().fit_transform([[]])
...
/usr/local/lib/python2.7/dist-packages/sklearn/utils/validation.pyc in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features)
    365             raise ValueError("Found array with %d feature(s) (shape=%s) while"
    366                              " a minimum of %d is required."
--> 367                              % (n_features, shape_repr, ensure_min_features))
    368     return array
    369 
ValueError: Found array with 0 feature(s) (shape=(1, 0)) while a minimum of 1 is required.